README.md
In observatoire-territoires/sgf: sgf
SGF
La SGF (pour Statistique Générale de la France) est l’ancêtre de
l’Insee, à savoir un
service ministériel chargé de collecter et analyser des statistiques
pour le gouvernement français entre 1833 et 1940.
Une partie de ces données a été saisie dans les années 1980 par une
équipe de chercheurs franco-américains à l’Inter-University Consortium
for Political and Social Research (ICPSR), situé à Ann Arbor, Michigan,
États-Unis. L’Insee a publié
ici 200 tableurs au
format dbf portant sur les recensements de la population, la démographie
et l’enseignement primaire, entre 1800 et 1925.
Le package sgf regroupe, normalise et documente ces indicateurs
disponibles dans la plupart des cas à l’échelon géographique du
département (des arrondissements voire des chefs-lieux
d’arrondissements dans quelques rares cas). Il permet également de
cartographier ces indicateurs au millésime géographique du département
ou de l’arrondissement correspondant au millésime de la donnée.
sgf est composé de :
- 2 tables de données (format dataframe) :
- indicateurs_SGF : description des 40 000 indicateurs
disponibles (libellé, identifiant, millésime de la donnée,
échelles géographiques disponibles et millésime de la
géographie)
- data_SGF : table contenant l’ensemble des données en format
long (libellés, identifiants, millésime de la donnée et
millésime de la géographie)
- 2 tables de données géographiques (format sf dataframe) :
- geo_DEP_SGF_histo : contours géographiques des
départements (avec leur code et libellé) selon le millésime de
la géographie (1801/1826/1866/1876/1918, cf. "géographie
ci-dessous)
- geo_ARR_SGF_histo : contours géographiques des
arrondissements (avec leur code et libellé) selon le millésime
de la géographie (1801/1826/1876, cf. "géographie ci-dessous)
- 1 fonction :
- sgf_sfdf : après avoir identifié les indicateurs de son
choix dans la table indicateurs_SGF, cette fonction permet
de créer un sf dataframe avec les indicateurs en format large
Sources et crédits
Données statistiques : SGF, ICPSR, Insee,
insee.fr/fr/information/1300622
Fonds cartographiques : F. Salmon, 2019,
fondsdecarte.free.fr/
Documentation, géoréférencement : Observatoire des Territoires.
Installation
Le package sgf peut être installé depuis
github via la
commande suivante :
remotes::install_github("observatoire-territoires/sgf")
Pour accéder à la documentation décrivant les tables de données, par
exemple celle listant les indicateurs :
?sgf::indicateurs_SGF
Géographie
Les contours des départements de France métropolitaine ont évolué sur la
période que couvre les données de la SGF. Les 5 millésimes de cette
géographie départementale sont disponibles dans la table
geo_DEP_SGF_histo (idem pour les contours des arrondissements dans la
table geo_ARR_SGF_histo)
:
Démo
La recherche des indicateurs se fait directement dans la table
indicateurs_SGF :
library(sgf)
View(indicateurs_SGF)
Une fois le niveau géographique (variable ‘TYPE_NIVGEO’), la source
(variable ‘TABLEAU’) et l’identifiant (variable ‘VAR_COD’) des
indicateurs sélectionnés, la fonction sgf_sfdf permet de générer un
sf dataframe des territoires avec les indicateurs correspondants, au
format large :
DEP_pop_1866 <-
sgf_sfdf(TYPE_NIVGEO = "DEP",
SRC ="REC_T25",
LISTE_VAR_COD = c(215, 177, 183))
glimpse(DEP_pop_1866)
#> Observations: 89
#> Variables: 7
#> $ CODGEO <chr> "01", "02", "03", ...
#> $ LIBGEO <chr> "AIN", "AISNE", "A...
#> $ ANNEE_GEOGRAPHIE <dbl> 1866, 1866, 1866, ...
#> $ geometry <GEOMETRY [m]> POLYGON (...
#> $ aveugles_total_1866 <dbl> 318, 659, 219, 168...
#> $ personnes_sachant_lire_et_ecrire_total_1866 <dbl> 178797, 324069, 10...
#> $ total_general_de_la_population_total_1866 <dbl> 365895, 561620, 37...
Puis on peut cartographier le tout avec ggplot par exemple :
library(ggplot2)
library(scales)
library(hrbrthemes)
ggplot() +
geom_sf(data = DEP_pop_1866 %>%
mutate(personnes_sachant_lire_et_ecrire_total_1866_pct =
personnes_sachant_lire_et_ecrire_total_1866 / total_general_de_la_population_total_1866),
aes(fill= personnes_sachant_lire_et_ecrire_total_1866_pct),
color = "grey20",
lwd = 0.15) +
scale_fill_distiller(name = "", palette = "RdBu",
labels = percent_format(accuracy =1),
direction = 1) +
theme_ipsum() +
theme(axis.text = element_blank(), axis.title = element_blank(), axis.ticks = element_blank()) +
labs(
title = "Part de la population sachant lire et écrire",
subtitle = "En 1866, par département",
caption = "Sources : Insee - SGF - ICPSR - F.Salmon - OT"
)
Autre exemple avec une cartographie d’un indicateur à la maille
arrondissement en symboles proportionnels :
ARR_pop_sexe_1851 <-
sgf_sfdf(TYPE_NIVGEO = "ARR",
SRC ="REC_T01",
LISTE_VAR_COD = c(11,12,13,14)) %>%
mutate(ratio_femmes_hommes_1851 = (total_du_sexe_feminin_1851 / total_du_sexe_masculin_1851) *100 )
ggplot() +
geom_sf(data = ARR_pop_sexe_1851, fill="grey80", color = "grey90" , lwd = 0.35) +
geom_sf(data = geo_DEP_SGF_histo %>% filter(ANNEE_GEOGRAPHIE == 1826),
fill=NA, color = "grey95", lwd = 0.75 ) +
geom_sf(data = ARR_pop_sexe_1851 %>% st_centroid(of_largest_polygon=T),
aes(fill= ratio_femmes_hommes_1851,
size = total_du_sexe_masculin_1851 + total_du_sexe_feminin_1851 ),
color = "grey40", shape = 21) +
scale_fill_gradientn(colours = c("#1b7837", "white", "#762a83"),
name = "Nombre de femmes\npour 100 hommes",
breaks = c(70,80,90,100,105,110,115),
values = scales::rescale(c(70, 92, 100, 104, 115))) +
scale_size_continuous(labels=function(x) format(x, big.mark = " ", scientific = FALSE),
range = c(1,12),
name = "Population totale") +
guides(fill = guide_legend(reverse=T)) +
theme_ipsum() +
theme(axis.text = element_blank(), axis.title = element_blank(), axis.ticks = element_blank()) +
labs(
title = "Sex-ratio en 1851",
subtitle = "Par arrondissement",
caption = "Sources : Insee - SGF - ICPSR - F.Salmon - OT"
) +
theme(legend.position = c(0.95,0.5),
axis.line=element_blank(),
axis.title=element_blank(),
axis.text=element_blank() )
observatoire-territoires/sgf documentation built on Sept. 13, 2024, 1:29 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
SGF
La SGF (pour Statistique Générale de la France) est l’ancêtre de l’Insee, à savoir un service ministériel chargé de collecter et analyser des statistiques pour le gouvernement français entre 1833 et 1940.
Une partie de ces données a été saisie dans les années 1980 par une équipe de chercheurs franco-américains à l’Inter-University Consortium for Political and Social Research (ICPSR), situé à Ann Arbor, Michigan, États-Unis. L’Insee a publié ici 200 tableurs au format dbf portant sur les recensements de la population, la démographie et l’enseignement primaire, entre 1800 et 1925.
Le package sgf regroupe, normalise et documente ces indicateurs
disponibles dans la plupart des cas à l’échelon géographique du
département (des arrondissements voire des chefs-lieux
d’arrondissements dans quelques rares cas). Il permet également de
cartographier ces indicateurs au millésime géographique du département
ou de l’arrondissement correspondant au millésime de la donnée.
sgf est composé de :
- 2 tables de données (format dataframe) :
- indicateurs_SGF : description des 40 000 indicateurs disponibles (libellé, identifiant, millésime de la donnée, échelles géographiques disponibles et millésime de la géographie)
- data_SGF : table contenant l’ensemble des données en format long (libellés, identifiants, millésime de la donnée et millésime de la géographie)
- 2 tables de données géographiques (format sf dataframe) :
- geo_DEP_SGF_histo : contours géographiques des départements (avec leur code et libellé) selon le millésime de la géographie (1801/1826/1866/1876/1918, cf. "géographie ci-dessous)
- geo_ARR_SGF_histo : contours géographiques des arrondissements (avec leur code et libellé) selon le millésime de la géographie (1801/1826/1876, cf. "géographie ci-dessous)
- 1 fonction :
- sgf_sfdf : après avoir identifié les indicateurs de son choix dans la table indicateurs_SGF, cette fonction permet de créer un sf dataframe avec les indicateurs en format large
Sources et crédits
Données statistiques : SGF, ICPSR, Insee, insee.fr/fr/information/1300622
Fonds cartographiques : F. Salmon, 2019, fondsdecarte.free.fr/
Documentation, géoréférencement : Observatoire des Territoires.
Installation
Le package sgf peut être installé depuis
github via la
commande suivante :
remotes::install_github("observatoire-territoires/sgf")
Pour accéder à la documentation décrivant les tables de données, par exemple celle listant les indicateurs :
?sgf::indicateurs_SGF
Géographie
Les contours des départements de France métropolitaine ont évolué sur la
période que couvre les données de la SGF. Les 5 millésimes de cette
géographie départementale sont disponibles dans la table
geo_DEP_SGF_histo (idem pour les contours des arrondissements dans la
table geo_ARR_SGF_histo)
:
Démo
La recherche des indicateurs se fait directement dans la table indicateurs_SGF :
library(sgf)
View(indicateurs_SGF)
Une fois le niveau géographique (variable ‘TYPE_NIVGEO’), la source (variable ‘TABLEAU’) et l’identifiant (variable ‘VAR_COD’) des indicateurs sélectionnés, la fonction sgf_sfdf permet de générer un sf dataframe des territoires avec les indicateurs correspondants, au format large :
DEP_pop_1866 <-
sgf_sfdf(TYPE_NIVGEO = "DEP",
SRC ="REC_T25",
LISTE_VAR_COD = c(215, 177, 183))
glimpse(DEP_pop_1866)
#> Observations: 89
#> Variables: 7
#> $ CODGEO <chr> "01", "02", "03", ...
#> $ LIBGEO <chr> "AIN", "AISNE", "A...
#> $ ANNEE_GEOGRAPHIE <dbl> 1866, 1866, 1866, ...
#> $ geometry <GEOMETRY [m]> POLYGON (...
#> $ aveugles_total_1866 <dbl> 318, 659, 219, 168...
#> $ personnes_sachant_lire_et_ecrire_total_1866 <dbl> 178797, 324069, 10...
#> $ total_general_de_la_population_total_1866 <dbl> 365895, 561620, 37...
Puis on peut cartographier le tout avec ggplot par exemple :
library(ggplot2)
library(scales)
library(hrbrthemes)
ggplot() +
geom_sf(data = DEP_pop_1866 %>%
mutate(personnes_sachant_lire_et_ecrire_total_1866_pct =
personnes_sachant_lire_et_ecrire_total_1866 / total_general_de_la_population_total_1866),
aes(fill= personnes_sachant_lire_et_ecrire_total_1866_pct),
color = "grey20",
lwd = 0.15) +
scale_fill_distiller(name = "", palette = "RdBu",
labels = percent_format(accuracy =1),
direction = 1) +
theme_ipsum() +
theme(axis.text = element_blank(), axis.title = element_blank(), axis.ticks = element_blank()) +
labs(
title = "Part de la population sachant lire et écrire",
subtitle = "En 1866, par département",
caption = "Sources : Insee - SGF - ICPSR - F.Salmon - OT"
)
Autre exemple avec une cartographie d’un indicateur à la maille arrondissement en symboles proportionnels :
ARR_pop_sexe_1851 <-
sgf_sfdf(TYPE_NIVGEO = "ARR",
SRC ="REC_T01",
LISTE_VAR_COD = c(11,12,13,14)) %>%
mutate(ratio_femmes_hommes_1851 = (total_du_sexe_feminin_1851 / total_du_sexe_masculin_1851) *100 )
ggplot() +
geom_sf(data = ARR_pop_sexe_1851, fill="grey80", color = "grey90" , lwd = 0.35) +
geom_sf(data = geo_DEP_SGF_histo %>% filter(ANNEE_GEOGRAPHIE == 1826),
fill=NA, color = "grey95", lwd = 0.75 ) +
geom_sf(data = ARR_pop_sexe_1851 %>% st_centroid(of_largest_polygon=T),
aes(fill= ratio_femmes_hommes_1851,
size = total_du_sexe_masculin_1851 + total_du_sexe_feminin_1851 ),
color = "grey40", shape = 21) +
scale_fill_gradientn(colours = c("#1b7837", "white", "#762a83"),
name = "Nombre de femmes\npour 100 hommes",
breaks = c(70,80,90,100,105,110,115),
values = scales::rescale(c(70, 92, 100, 104, 115))) +
scale_size_continuous(labels=function(x) format(x, big.mark = " ", scientific = FALSE),
range = c(1,12),
name = "Population totale") +
guides(fill = guide_legend(reverse=T)) +
theme_ipsum() +
theme(axis.text = element_blank(), axis.title = element_blank(), axis.ticks = element_blank()) +
labs(
title = "Sex-ratio en 1851",
subtitle = "Par arrondissement",
caption = "Sources : Insee - SGF - ICPSR - F.Salmon - OT"
) +
theme(legend.position = c(0.95,0.5),
axis.line=element_blank(),
axis.title=element_blank(),
axis.text=element_blank() )
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.