Skip to content
Snippets Groups Projects

Intégration des paramètres version, last_year et filepath_data_ars

1 file
+ 0
121
Compare changes
  • Side-by-side
  • Inline
---
title: "Import des données"
output: rmarkdown::html_vignette
vignette: >
%\VignetteIndexEntry{import-des-donnees}
%\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_data.Rmd: do not edit by hand -->
# Présentation
> Cette page contient la logique métier concernant l'import des données
ARS et Hub'eau dans le cadre du projet Nitrates
# Connexion à la base de données PostgreSQL
# Import des données de l'ARS
```{r}
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)
```
## Première approche : non concluante
### Vérification de la correspondande de la structure du dataframe avec celle de la table
### Adaptation de la structure
### Insertion des données du dataframe dans la table en base
La fonction insert_into_table() doit être corrigée.
## Deuxième approche : concluante
### Création d'une table pour le nouveau millésime
```{r create-nitrate_data_ars, eval = FALSE}
poster_data(data = data_ars_2022,
table = "nitrate_data_ars_2022",
schema = "qualite_cours_d_eau",
db = "si_eau",
overwrite = TRUE)
```
### Modification du type des champs si besoin
```{r modify_column_type, eval = FALSE}
# Appeler la fonction pour modifier le type de colonne
collectr::modify_column_type(connexion,
schema = "qualite_cours_d_eau",
table_name = "nitrate_data_ars_2022",
column_name = "plv_date ",
column_type = "date")
```
### Insertion des données du nouveau millésime en base dans la table globale
```{r import_and_merge_tables, eval = FALSE}
import_and_merge_tables(connexion,
source_table = "nitrate_data_ars_2022",
source_schema = "qualite_cours_d_eau",
target_table = "nitrate_data_analyse_ars_test",
target_schema = "qualite_cours_d_eau")
```
# Import des données Hub'eau ESU
```{r create-nitrate_analyse_esu_2020, eval = FALSE}
nitrate_analyse_esu_2020 <- get_json_data(code_parametre = "1340",
code_region = "52",
date_debut_prelevement = "2020-01-01",
date_fin_prelevement = "2020-12-31",
size = "5000")
```
```{r create-nitrate_analyse_esu_2021, eval = FALSE}
nitrate_analyse_esu_2021 <- get_json_data(code_parametre = "1340",
code_region = "52",
date_debut_prelevement = "2021-01-01",
date_fin_prelevement = "2021-12-31",
size = "5000")
```
```{r create-nitrate_analyse_esu_2022, eval = FALSE}
nitrate_analyse_esu_2022 <- get_json_data(code_parametre = "1340",
code_region = "52",
date_debut_prelevement = "2022-01-01",
date_fin_prelevement = "2022-12-31",
size = "5000")
```
# Inflate your package
You're one inflate from paper to box.
Build your package from this very Rmd using `fusen::inflate()`
- Verify your `"DESCRIPTION"` file has been updated
- Verify your function is in `"R/"` directory
- Verify your test is in `"tests/testthat/"` directory
- Verify this Rmd appears in `"vignettes/"` directory
Loading