Merge branch 'dev' into 'master'

Création d'un .Rmd et d'une vignette pour les données ARS

See merge request !3

dev/config_fusen.yaml

+flat_import_ars_data.Rmd:
+  path: dev/flat_import_ars_data.Rmd
+  state: active
+  R: []
+  tests: []
+  vignettes: vignettes/import-des-donnees-brutes-ars.Rmd
+  inflate:
+    flat_file: dev/flat_import_ars_data.Rmd
+    vignette_name: Import des données brutes ARS
+    open_vignette: true
+    check: true
+    document: true
+    overwrite: ask
 flat_import_data.Rmd:
   path: dev/flat_import_data.Rmd
   state: active

dev/flat_import_ars_data.Rmd

+---
+title: "flat_import_ars_data.Rmd"
+output: html_document
+editor_options: 
+  chunk_output_type: console
+---
+
+```{r development, include=FALSE}
+library(testthat)
+```
+
+```{r development-load}
+# Load already included functions if relevant
+pkgload::load_all(export_all = FALSE)
+```
+
+```{r development, include=FALSE}
+library(testthat)
+library(xlsx)
+library(datalibaba)
+library(RPostgreSQL)
+library(sf)
+library(collectr)
+library(dplyr)
+```
+
+```{r development-1}
+# Load already included functions
+pkgload::load_all(export_all = FALSE)
+```
+
+# Présentation
+
+Cette page contient la logique métier concernant l'import des données brutes
+fournies par l'ARS dans une base de données POstgreSQL dans le cadre du projet 
+Nitrates
+
+# Connexion à la base de données PostgreSQL
+
+```{r connect_to_db, eval=FALSE}
+# Se connecter à la base de données PostgreSQL si_eau
+connexion <- datalibaba::connect_to_db(db = "si_eau", user = "admin")
+```
+
+```{r list_schemas, eval=FALSE}
+# Lister les schémas présents dans la base
+schemas_list <- data.frame(datalibaba::list_schemas(connexion))
+
+# Renommer la variable unique en "nom_schema"
+schemas_list <- schemas_list |>
+  rename(nom_schema = unique(names(.)))
+
+# Trier le dataframe par la variable nom_schema
+schemas_list <- schemas_list |>
+  arrange(nom_schema)
+```
+
+```{r list_tables, eval=FALSE}
+# Lister les tables présentes dans le schéma spécifié
+tables_list <- data.frame(datalibaba::list_tables(
+  con = connexion, 
+  db = "si_eau", 
+  schema = "nitrates"))
+
+# Renommer la variable unique en "nom_table"
+tables_list <- tables_list |>
+  rename(nom_table = names(tables_list)[1])
+
+# Trier le dataframe par la variable nom_table
+tables_list <- tables_list |>
+  arrange(nom_table)
+
+```
+
+# Import des données de l'ARS dans un dataframe par millésime 
+
+Les données sont transmies au format XLSX.
+
+```{r import_data_ars_2022, eval=FALSE}
+data_ars_2022 <- collectr::import_xlsx(
+  filepath = "T:\\datalab\\SRNP_DEMA_SI_EAU\\NITRATES\\DONNEES_CLIENT\\SOURCES\\ARS\\2023_06\\Nitrates 2022 pour DREAL EPNT4 2023-05-30.xlsx",
+  sheet = 1,
+  row = 2)
+
+```
+
+```{r import_data_ars_2023, eval=FALSE}
+data_ars_2023 <- collectr::import_xlsx(
+  filepath = "T:\\datalab\\SRNP_DEMA_SI_EAU\\NITRATES\\DONNEES_CLIENT\\SOURCES\\ARS\\2024_06\\Nitrates 2023 pour DREAL EPNT4 2024-05-31.xlsx",
+  sheet = 1,
+  row = 2)
+
+```
+
+# Création d'une table pour le nouveau millésime
+
+```{r create-nitrate_data_ars, eval=FALSE}
+# Charger les données dans une nouvelle table en base
+datalibaba::poster_data(data = data_ars_2023, 
+                        table = "nitrate_data_analyse_ars_2023", 
+                        schema = "nitrates", 
+                        db = "si_eau",
+                        overwrite = TRUE,
+                        user = "admin")
+
+# Ajouter un commentaire sur la table
+datalibaba::commenter_table(comment = "Analyses Nitrates ARS (2023)",
+                            table = "nitrate_data_analyse_ars_2023",
+                            schema = "nitrates",
+                            db = "si_eau",
+                            user = "admin")
+
+```
+
+# Modification du type des champs si besoin
+
+```{r modify_column_type, eval=FALSE}
+# Modifier le type de colonne pour les champs de date
+collectr::modify_column_type(database = "si_eau", 
+                   schema = "nitrates", 
+                   table = "nitrate_data_analyse_ars_2023",
+                   column_name = "plv_date", 
+                   column_type = "date",
+                   role = "admin")
+
+```
+
+# Insertion des données du nouveau millésime en base dans la table globale
+
+```{r import_and_merge_tables, eval=FALSE}
+# Insérer les données de la table du dernier millésime vers la table complète
+collectr::import_and_merge_tables(database = "si_eau",
+                                  source_table = "nitrate_data_ars_2023", 
+                                  source_schema = "nitrates", 
+                                  target_table = "nitrate_data_analyse_ars_test", 
+                                  target_schema = "nitrates")
+
+```
+
+```{r development-inflate, eval=FALSE}
+# Run but keep eval=FALSE to avoid infinite loop
+# Execute in the console directly
+fusen::inflate(flat_file = "dev/flat_import_ars_data.Rmd", vignette_name = "Import des données brutes ARS")
+```
+

vignettes/import-des-donnees-brutes-ars.Rmd

+---
+title: "Import des données brutes ARS"
+output: rmarkdown::html_vignette
+vignette: >
+  %\VignetteIndexEntry{import-des-donnees-brutes-ars}
+  %\VignetteEngine{knitr::rmarkdown}
+  %\VignetteEncoding{UTF-8}
+---
+
+```{r, include = FALSE}
+knitr::opts_chunk$set(
+  collapse = TRUE,
+  comment = "#>"
+)
+```
+
+```{r setup}
+library(data.nitrates)
+```
+
+<!-- WARNING - This vignette is generated by {fusen} from dev/flat_import_ars_data.Rmd: do not edit by hand -->
+
+# Présentation
+
+Cette page contient la logique métier concernant l'import des données brutes
+fournies par l'ARS dans une base de données POstgreSQL dans le cadre du projet 
+Nitrates
+
+
+# Connexion à la base de données PostgreSQL
+
+```{r connect_to_db, eval = FALSE}
+# Se connecter à la base de données PostgreSQL si_eau
+connexion <- datalibaba::connect_to_db(db = "si_eau", user = "admin")
+```
+
+```{r list_schemas, eval = FALSE}
+# Lister les schémas présents dans la base
+schemas_list <- data.frame(datalibaba::list_schemas(connexion))
+
+# Renommer la variable unique en "nom_schema"
+schemas_list <- schemas_list |>
+  rename(nom_schema = unique(names(.)))
+
+# Trier le dataframe par la variable nom_schema
+schemas_list <- schemas_list |>
+  arrange(nom_schema)
+```
+
+```{r list_tables, eval = FALSE}
+# Lister les tables présentes dans le schéma spécifié
+tables_list <- data.frame(datalibaba::list_tables(
+  con = connexion, 
+  db = "si_eau", 
+  schema = "nitrates"))
+
+# Renommer la variable unique en "nom_table"
+tables_list <- tables_list |>
+  rename(nom_table = names(tables_list)[1])
+
+# Trier le dataframe par la variable nom_table
+tables_list <- tables_list |>
+  arrange(nom_table)
+
+```
+
+# Import des données de l'ARS dans un dataframe par millésime 
+
+Les données sont transmies au format XLSX.
+
+
+```{r import_data_ars_2022, eval = FALSE}
+data_ars_2022 <- collectr::import_xlsx(
+  filepath = "T:\\datalab\\SRNP_DEMA_SI_EAU\\NITRATES\\DONNEES_CLIENT\\SOURCES\\ARS\\2023_06\\Nitrates 2022 pour DREAL EPNT4 2023-05-30.xlsx",
+  sheet = 1,
+  row = 2)
+
+```
+
+```{r import_data_ars_2023, eval = FALSE}
+data_ars_2023 <- collectr::import_xlsx(
+  filepath = "T:\\datalab\\SRNP_DEMA_SI_EAU\\NITRATES\\DONNEES_CLIENT\\SOURCES\\ARS\\2024_06\\Nitrates 2023 pour DREAL EPNT4 2024-05-31.xlsx",
+  sheet = 1,
+  row = 2)
+
+```
+
+# Création d'une table pour le nouveau millésime
+
+```{r create-nitrate_data_ars, eval = FALSE}
+# Charger les données dans une nouvelle table en base
+datalibaba::poster_data(data = data_ars_2023, 
+                        table = "nitrate_data_analyse_ars_2023", 
+                        schema = "nitrates", 
+                        db = "si_eau",
+                        overwrite = TRUE,
+                        user = "admin")
+
+# Ajouter un commentaire sur la table
+datalibaba::commenter_table(comment = "Analyses Nitrates ARS (2023)",
+                            table = "nitrate_data_analyse_ars_2023",
+                            schema = "nitrates",
+                            db = "si_eau",
+                            user = "admin")
+
+```
+
+# Modification du type des champs si besoin
+
+```{r modify_column_type, eval = FALSE}
+# Modifier le type de colonne pour les champs de date
+collectr::modify_column_type(database = "si_eau", 
+                   schema = "nitrates", 
+                   table = "nitrate_data_analyse_ars_2023",
+                   column_name = "plv_date", 
+                   column_type = "date",
+                   role = "admin")
+
+```
+
+# Insertion des données du nouveau millésime en base dans la table globale
+
+```{r import_and_merge_tables, eval = FALSE}
+# Insérer les données de la table du dernier millésime vers la table complète
+collectr::import_and_merge_tables(database = "si_eau",
+                                  source_table = "nitrate_data_ars_2023", 
+                                  source_schema = "nitrates", 
+                                  target_table = "nitrate_data_analyse_ars_test", 
+                                  target_schema = "nitrates")
+
+```
+