Adaptation `prep_dju()` aux variables présentes dans le fichier des DJU selon les anciennes régions

R/prep_dju.R

@@ -25,14 +25,13 @@
 
 prep_dju <- function(url_dju_nat = NULL, url_dju_reg = NULL, reg = "52", 
                      an = 2024, coeff_dju = 25) {
-  
   path <- tempdir()
   url_base <- "https://www.statistiques.developpement-durable.gouv.fr/media/"
   if(is.null(url_dju_nat)) {
     url_dju_nat <- "205/download?inline"
     }
   if(is.null(url_dju_reg)) {
-    url_dju_reg <- "3055/download?inline"
+    url_dju_reg <- "206/download?inline"
   }
   url_dju_nat_full <- paste0(url_base, url_dju_nat)
   url_dju_reg_full <- paste0(url_base, url_dju_reg)
@@ -60,7 +59,9 @@ prep_dju <- function(url_dju_nat = NULL, url_dju_reg = NULL, reg = "52",
     tidyr::pivot_longer(cols = -c(1:2), names_to = "annee", values_to = "valeur", names_transform = list(annee = as.integer)) %>%
     tricky::set_standard_names() %>%
     dplyr::mutate(var = "dju", code_region = as.character(.data$code_region)) %>%
-    dplyr::arrange(.data$code_region, .data$annee) 
+    dplyr::arrange(.data$code_region, .data$annee) %>% 
+    # on renomme la colonne nom_ancienne_region en nom region si elle est presente 
+    dplyr::rename_with(~gsub("nom_ancienne_region", "nom_region", .x))
   
   dju_reg_ref <- dplyr::filter(dju_reg0, .data$annee %in% c(period_ref$min:period_ref$max)) %>% 
     dplyr::group_by(.data$code_region, .data$nom_region) %>%