SYNCSPECIFIC_2024_03

+immatriculations_vehicules.html
+publications/rsvero/2024_03/export_tableur/neuf.xlsx
+publications/rsvero/2024_03/export_tableur/occasion.xlsx
+publications/rsvero/2024_03/footer.html
+publications/rsvero/2024_03/header.html
+publications/rsvero/2024_03/ortm_rsvero_2024_03.html
+publications/rsvero/2024_03/images
+
+

points_de_vigilance

-Certains couples catégories de véhicules / modalités (énergie, département, ...) n'ont encore jamais été observés depuis janvier 2016, ce qui a conduit à personnaliser le code des graphiques de ces catégories de véhicules.
+Certains couples types de véhicules / modalités (énergie, département, ...) n'ont encore jamais été observés depuis janvier 2016, ce qui a conduit à personnaliser le code des graphiques de ces catégories de véhicules.
 
 À vérifier chaque mois
 
@@ -19,16 +19,15 @@ Certains couples catégories de véhicules / modalités (énergie, département,
 ## Motocyclette : pas d'hybride rechargeable
 ## Camping-car : pas d'hybride rechargeable
 ## Autobus et autocar : pas d'hybride rechargeable
-## Camion : pas d'électrique
-## Tracteur routier : pas d'électrique et d'hybride rechargeable
+## Tracteur routier : pas d'hybride rechargeable
 ## Tracteur agricole : pas d'hybride rechargeable
 
 
 
 
 
-Reste à faire :
-- tableau qui donne le rapport de la part de l’électrique
+À faire :
+- ....
 
 
 

scripts/03_co2.R

+# Détermination du chemin du fichier le plus récent
+co2_file <- paste0("X:/SCTE/CSD/DONNEES_CONFIDENTIELLES/_niveau_2/Conjoncture/rsvero/",
+                   max(list.files("X:/SCTE/CSD/DONNEES_CONFIDENTIELLES/_niveau_2/Conjoncture/rsvero",
+                                  include.dirs = FALSE, full.names = FALSE,
+                                  pattern = "co2_dreal_COR2")))
+
+# Ouverture des données régionales
+co2_reg <- read_excel(co2_file, sheet = 1, skip = 3) %>% 
+  rename(zone = ...1) %>% 
+  filter(zone %in% c("52 - PAYS DE LA LOIRE", "France"))
+  # filter(zone %in% c("52 - PAYS DE LA\r\nLOIRE", "France"))
+
+# Recodage d'une modalité et changement de l'ordre
+co2_reg$zone <- fct_recode(co2_reg$zone, "Pays de la Loire" = "52 - PAYS DE LA LOIRE")
+co2_reg$zone <- factor(co2_reg$zone,levels=c("Pays de la Loire", "France"))
+
+# Création d'un vecteur qui détermine le nombre de colonnes du df
+# NB : le fichier comprend une colonne supplémentaire chaque mois
+nb_colonnes_co2 <- as.numeric(ncol(co2_reg))
+
+# Ouverture des données départementales
+co2_dep <- read_excel(co2_file, sheet = 3, skip = 3) %>%
+  rename(zone = ...1) %>% 
+  filter(zone %in% c("44", "49", "53", "72", "85")) %>% 
+  mutate(zone = as.factor(zone))
+
+# Concaténation des deux tableaux
+co2 <- bind_rows(co2_dep, co2_reg) %>%
+  gather(key = date, value = co2, 2:all_of(nb_colonnes_co2)) %>%
+  mutate(date = format(ym(date), "%Y %m")) %>% 
+  mutate(date_2 = ym(date))
+rm(co2_reg, co2_dep)
+
+
+# Graphique co2 croisant mois et région (52 et FE) ----
+
+## Filtrage de la zone
+co2_reg_graph <- co2 %>%
+  filter(zone %in% c("Pays de la Loire", "France"))
+
+## Mise en forme du graphique
+co2_reg_ggplot <- ggplot(data=co2_reg_graph, aes(x=date_2, y=co2, color=zone, group=zone))+
+  scale_color_manual(values=c("#323787", "#469b36"))+
+  geom_line(linewidth=1.1)+
+  #geom_point(size=2, stroke=1.5, pch=21, fill="white")+
+  scale_y_continuous(breaks = seq(80, 120, 10), limits = c(80, 120), expand = c(0, 0))+
+  guides(color=guide_legend(nrow=3, byrow=TRUE))+
+  #scale_x_date(breaks = breaks_width("6 months"), expand = c(0, 0), labels = label_date_short()) +
+  scale_x_date(breaks = breaks_width("1 years"), expand = c(0, 0), labels = label_date_short()) +
+  theme(panel.background = element_rect("#dad6e9"),
+        panel.grid.major = element_line("white"),
+        panel.grid.minor = element_blank(),
+        legend.position = c(0.84, 0.86),
+        legend.spacing.x = unit(0.1, "cm"),
+        legend.spacing.y = unit(0.1, "cm"),
+        legend.key.size = unit(0.3, "cm"),
+        legend.key = element_rect(color = NA, fill = NA),
+        legend.title = element_blank(),
+        legend.text = element_text(size=13),
+        legend.background = element_rect(fill=NA),
+        axis.text.x = element_text(size=11, hjust=hjust_aaaa_bis, color="black"),
+        axis.text.y = element_text(size=12, color="black"),
+        axis.line.x = element_line(color="black"),
+        axis.line.y = element_line(color="black"),
+        axis.title.x = element_blank(),
+        axis.title.y = element_blank(),
+        plot.title = element_markdown(color="#323787", size=14, face="bold", hjust=0.5),
+        plot.subtitle = element_markdown(color="#323787", size=12, face="bold", hjust=0.5),
+        plot.caption = element_markdown(color="black", size=10, face="plain", hjust=0))+
+  labs(title = "Comparaison avec le niveau national",
+       caption = "Unité : gramme de CO<sub>2</sub>/km (valeurs issues de la norme WLTP)<br>
+       Source : SDES - Répertoire statistique des véhicules routiers (RSVéRo)")
+
+
+# Graphique co2 croisant mois et département ----
+
+## Filtrage de la zone
+co2_dep_graph <- co2 %>%
+  filter(zone %notin% c("Pays de la Loire", "France")) %>% 
+  spread(key = zone, value = co2) %>%
+  rename("Loire-Atlantique" = `44`, "Maine-et-Loire" = `49`, "Mayenne" = `53`, "Sarthe" = `72`, "Vendée" = `85`) %>% 
+  mutate(across(where(is.numeric), ~ roll_sumr(.x/6, 6))) %>%
+  gather(key = zone, value = co2, 3:7)
+
+## Mise en forme du graphique
+co2_dep_ggplot <- ggplot(data=co2_dep_graph, aes(x=date_2, y=co2, color=zone, group=zone))+
+  scale_color_manual(values=c("#323787", "#808080", "#469b36", "#ff6600", "red"))+
+  geom_line(linewidth=1.1)+
+  #geom_point(size=2, stroke=1.5, pch=21, fill="white")+
+  scale_y_continuous(breaks = seq(80, 120, 10), limits = c(80, 120), expand = c(0, 0))+
+  guides(color=guide_legend(nrow=1, byrow=TRUE, reverse=FALSE, keyheight=0.01))+
+  #scale_x_date(breaks = breaks_width("6 months"), expand = c(0, 0), labels = label_date_short()) +
+  scale_x_date(breaks = breaks_width("1 years"), expand = c(0, 0), labels = label_date_short()) +
+  theme(panel.background = element_rect("#dad6e9"),
+        panel.grid.major = element_line("white"),
+        panel.grid.minor = element_blank(),
+        legend.position = c(0.5, 0.94),
+        legend.spacing.x = unit(0.1, "cm"),
+        legend.spacing.y = unit(0.1, "cm"),
+        legend.key.size = unit(0.3, "cm"),
+        legend.key = element_rect(color = NA, fill = NA),
+        legend.title = element_blank(),
+        legend.text = element_text(size=13),
+        legend.background = element_rect(fill=NA),
+        axis.text.x = element_text(size=11, hjust=hjust_aaaa_bis, color="black"),
+        axis.text.y = element_text(size=12, color="black"),
+        axis.line.x = element_line(color="black"),
+        axis.line.y = element_line(color="black"),
+        axis.title.x = element_blank(),
+        axis.title.y = element_blank(),
+        plot.title = element_markdown(color="#323787", size=14, face="bold", hjust=0.5),
+        plot.subtitle = element_markdown(color="#323787", size=12, face="bold", hjust=0.5),
+        plot.caption = element_markdown(color="black", size=10, face="plain", hjust=0))+
+  labs(title = "Comparaisons départementales (moyennes semestrielles)",
+       caption = "Unité : gramme de CO<sub>2</sub>/km (valeurs issues de la norme WLTP)<br>
+       Source : SDES - Répertoire statistique des véhicules routiers (RSVéRo)")
+  
+  
+# Tableau co2 croisant mois et zone (séries mensuelles) ----
+  
+## Construction du tableau
+co2_tableau <- co2 %>%
+  select(1,2,3) %>%
+  # mutate(zone = as.character(zone)) %>% 
+  spread(key = zone, value = co2) %>%
+  rename(" " = date, "Loire-Atlantique" = `44`, "Maine-et-Loire" = `49`, "Mayenne" = `53`, "Sarthe" = `72`, "Vendée" = `85`) %>% 
+  slice_tail(n = 25)
+
+pied_de_tableau_3 <- paste0("Unité : gramme de dioxyde de carbone par km (valeurs issues de la norme WLTP)",
+                            "\nSource : SDES - Répertoire statistique des véhicules routiers (RSVéRo)")
+
+## Mise en forme du tableau
+co2_kable <- kable(co2_tableau, "html", booktabs = T, escape = F,
+                   caption = paste("Émissions conventionnelles de CO<sub>2</sub> des voitures particulières et commerciales neuves<br>immatriculées au cours des vingt-cinq derniers mois"),
+                   align = c("l", "r", "r", "r", "r", "r", "r", "r"),
+                   format.args = list(big.mark = " ", decimal.mark = ",")) %>%
+  footnote(general_title = " ",
+           general = pied_de_tableau_3,
+           footnote_as_chunk = T,  title_format = "bold", fixed_small_size = T) %>%
+  kable_styling(font_size = 10, full_width = F, position = "center",
+                bootstrap_options = c("condensed", "responsive")) %>%
+  row_spec(0:25, background = "#dad6e9", color = "black",
+           extra_css = "border-bottom: 1.5px solid white;, border-top: 1.5px solid white;") %>%
+  row_spec(0, color = "black", bold = F, align = "c", extra_css = "border-right: 1.5px solid white;, padding: 4px 1px 4px 1px") %>%
+  column_spec(1:8, border_right = "1.5px solid white") %>%
+  column_spec(1, bold = T, width = "7em", extra_css = "padding: 4px 8px 2px 14px") %>%
+  column_spec(2:8, width = "12em", extra_css = "padding: 4px 42px 2px 1px")
+
+

scripts/04_tableaux_annexes.R

+# Tableaux de l'annexe statistique
+
+# Séparateur décimal à la française
+options(OutDec= ",")
+
+## Tableau 1 - Immatriculations neuves par zone des vingt-cinq derniers mois ----
+annexe_1_FE <- neuf_data_raw %>%
+  group_by(date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>% 
+  rename(`France` = `immat`)
+
+annexe_1 <- neuf_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(DEPLIB, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = DEPLIB, value = immat) %>%
+  ungroup() %>%
+  mutate(`Pays de la Loire` = rowSums(across(2:6)),
+         `France` = annexe_1_FE$`France`) %>%
+  rename("\U00A0" = `date`) %>% 
+  slice_tail(n = 25)
+
+rm(annexe_1_FE)
+
+nb_lignes <- as.numeric(nrow(annexe_1))
+
+annexe_1_kable <- kable(annexe_1, "html", booktabs = T, escape = F,
+                        caption = paste("Immatriculations de véhicules routiers <span style = 'color:#469b36;'>neufs</span> au cours des vingt-cinq derniers mois"),
+                        align = c("l", "r", "r", "r", "r", "r", "r", "r"),
+                        format.args = list(big.mark = " ", decimal.mark = ",")) %>%
+  footnote(general_title = " ",
+           general = "Source : SDES - Répertoire statistique des véhicules routiers (RSVéRo)",
+           footnote_as_chunk = T,  title_format = "bold", fixed_small_size = T) %>%
+  kable_styling(font_size = 10, full_width = F, position = "center",
+                bootstrap_options = c("condensed", "responsive")) %>%
+  row_spec(0:nb_lignes, background = "#dad6e9", color = "black",
+           extra_css = "border-bottom: 1.5px solid white;, border-top: 1.5px solid white;") %>%
+  row_spec(0, color = "black", bold = F, align = "c", extra_css = "border-right: 1.5px solid white;, padding: 4px 1px 4px 1px") %>%
+  column_spec(1:8, border_right = "1.5px solid white") %>%
+  column_spec(1, bold = T, width = "7em", extra_css = "padding: 4px 8px 2px 14px") %>%
+  column_spec(2:3, width = "12em", extra_css = "padding: 4px 40px 2px 1px") %>%
+  column_spec(4:5, width = "12em", extra_css = "padding: 4px 41px 2px 1px") %>%
+  column_spec(6, width = "12em", extra_css = "padding: 4px 40px 2px 1px") %>%
+  column_spec(7, width = "12em", extra_css = "padding: 4px 39px 2px 1px") %>%
+  column_spec(8, width = "12em", extra_css = "padding: 4px 35px 2px 1px")
+  # column_spec(7, width = "10em", extra_css = "padding: 4px 30px 2px 1px", background = "#323787", color = "white")
+
+## Tableau 2 - Immatriculations d'occasion par zone des vingt-cinq derniers mois ----
+annexe_2_FE <- occ_data_raw %>%
+  group_by(date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>% 
+  rename(`France` = `immat`)
+
+annexe_2 <- occ_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(DEPLIB, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = DEPLIB, value = immat) %>%
+  ungroup() %>%
+  mutate(`Pays de la Loire` = rowSums(across(2:6)),
+         `France` = annexe_2_FE$`France`) %>%
+  rename("\U00A0" = `date`) %>% 
+  slice_tail(n = 25)
+
+rm(annexe_2_FE)
+
+annexe_2_kable <- kable(annexe_2, "html", booktabs = T, escape = F,
+                        caption = paste("Immatriculations de véhicules routiers <span style = 'color:#469b36;'>d'occasion</span> au cours des vingt-cinq derniers mois"),
+                        align = c("l", "r", "r", "r", "r", "r", "r", "r"),
+                        format.args = list(big.mark = " ", decimal.mark = ",")) %>%
+  footnote(general_title = " ",
+           general = "Source : SDES - Répertoire statistique des véhicules routiers (RSVéRo)",
+           footnote_as_chunk = T,  title_format = "bold", fixed_small_size = T) %>%
+  kable_styling(font_size = 10, full_width = F, position = "center",
+                bootstrap_options = c("condensed", "responsive")) %>%
+  row_spec(0:nb_lignes, background = "#dad6e9", color = "black",
+           extra_css = "border-bottom: 1.5px solid white;, border-top: 1.5px solid white;") %>%
+  row_spec(0, color = "black", bold = F, align = "c", extra_css = "border-right: 1.5px solid white;, padding: 4px 1px 4px 1px") %>%
+  column_spec(1:8, border_right = "1.5px solid white") %>%
+  column_spec(1, bold = T, width = "7em", extra_css = "padding: 4px 8px 2px 14px") %>%
+  column_spec(2:3, width = "12em", extra_css = "padding: 4px 40px 2px 1px") %>%
+  column_spec(4:5, width = "12em", extra_css = "padding: 4px 41px 2px 1px") %>%
+  column_spec(6, width = "12em", extra_css = "padding: 4px 40px 2px 1px") %>%
+  column_spec(7, width = "12em", extra_css = "padding: 4px 39px 2px 1px") %>%
+  column_spec(8, width = "12em", extra_css = "padding: 4px 35px 2px 1px")
+# column_spec(7, width = "10em", extra_css = "padding: 4px 30px 2px 1px", background = "#323787", color = "white")
+
+
+## Tableau 3 - Évolutions et ratios des vingt-cinq derniers mois ----
+neuf_evolution <- neuf_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>%
+  mutate(cumul_12_mois=roll_sumr(immat, 12)) %>%
+  mutate_if(is.numeric, funs(evolution=(.*100/lag(.,12)-100))) %>%
+  mutate(`Neuf - Évolution du dernier mois` = ifelse(immat_evolution > 0,
+                                                     paste0("+","\U00A0",format(round(immat_evolution,1),1)," %"),
+                                                     ifelse(immat_evolution < 0,
+                                                            paste0("-","\U00A0",format(round(-immat_evolution,1),1)," %"),
+                                                            "0,0 %"))) %>%
+  mutate(`Neuf - Évolution des douze derniers mois` = ifelse(cumul_12_mois_evolution > 0,
+                                                             paste0("+","\U00A0",format(round(cumul_12_mois_evolution,1),1)," %"),
+                                                             ifelse(cumul_12_mois_evolution < 0,
+                                                                    paste0("-","\U00A0",format(round(-cumul_12_mois_evolution,1),1)," %"),
+                                                                    "0,0 %"))) %>%
+  select(1, 6, 7)
+
+occ_evolution <- occ_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>%
+  mutate(cumul_12_mois=roll_sumr(immat, 12)) %>%
+  mutate_if(is.numeric, funs(evolution=(.*100/lag(.,12)-100))) %>%
+  mutate(`Occasion - Évolution du dernier mois` = ifelse(immat_evolution > 0,
+                                                         paste0("+","\U00A0",format(round(immat_evolution,1),1)," %"),
+                                                         ifelse(immat_evolution < 0,
+                                                                paste0("-","\U00A0",format(round(-immat_evolution,1),1)," %"),
+                                                                "0,0 %"))) %>%
+  mutate(`Occasion - Évolution des douze derniers mois` = ifelse(cumul_12_mois_evolution > 0,
+                                                                 paste0("+","\U00A0",format(round(cumul_12_mois_evolution,1),1)," %"),
+                                                                 ifelse(cumul_12_mois_evolution < 0,
+                                                                        paste0("-","\U00A0",format(round(-cumul_12_mois_evolution,1),1)," %"),
+                                                                        "0,0 %"))) %>%
+  select(1, 6, 7)
+
+neuf_part_electrique <- neuf_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(energie, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = "energie", value = "immat") %>%
+  ungroup() %>%
+  mutate(across(where(is.numeric), ~ roll_sumr(.x, 1))) %>%
+  mutate(`Ensemble` = rowSums(across(2:6)),
+         `Neuf - Part de l'électricité` = paste0(format(round(`Électricité`/`Ensemble`*100,1),1)," %")) %>%
+  select(1, 8)
+
+occ_part_electrique <- occ_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(energie, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = "energie", value = "immat") %>%
+  ungroup() %>%
+  mutate(across(where(is.numeric), ~ roll_sumr(.x, 1))) %>%
+  mutate(`Ensemble` = rowSums(across(2:6)),
+         `Occasion - Part de l'électricité` = paste0(format(round(`Électricité`/`Ensemble`*100,1),1)," %")) %>%
+  select(1, 8)
+
+neuf_part_personnes_morales <- neuf_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(statut, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = "statut", value = "immat") %>%
+  ungroup() %>%
+  mutate(across(where(is.numeric), ~ roll_sumr(.x, 1))) %>%
+  mutate(`Ensemble` = rowSums(across(2:4)),
+         `Neuf - Part des personnes morales` = paste0(format(round(`Personnes morales`/`Ensemble`*100,1),1)," %")) %>%
+  select(1, 6)
+
+occ_part_personnes_morales <- occ_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(statut, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = "statut", value = "immat") %>%
+  ungroup() %>%
+  mutate(across(where(is.numeric), ~ roll_sumr(.x, 1))) %>%
+  mutate(`Ensemble` = rowSums(across(2:4)),
+         `Occasion - Part des personnes morales` = paste0(format(round(`Personnes morales`/`Ensemble`*100,1),1)," %")) %>%
+  select(1, 6)
+
+neuf_part_vpc <- neuf_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(genre_14_postes, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = "genre_14_postes", value = "immat") %>%
+  ungroup() %>%
+  mutate(across(where(is.numeric), ~ roll_sumr(.x, 1))) %>%
+  mutate(`Ensemble` = rowSums(across(2:15)),
+         `Neuf - Part des voitures particulières et commerciales` = paste0(round(`Voiture particulière et commerciale`/`Ensemble`*100,0)," %")) %>%
+  select(1, 17)
+
+occ_part_vpc <- occ_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(genre_14_postes, date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  spread(key = "genre_14_postes", value = "immat") %>%
+  ungroup() %>%
+  mutate(across(where(is.numeric), ~ roll_sumr(.x, 1))) %>%
+  mutate(`Ensemble` = rowSums(across(2:15)),
+         `Occasion - Part des voitures particulières et commerciales` = paste0(round(`Voiture particulière et commerciale`/`Ensemble`*100,0)," %")) %>%
+  select(1, 17)
+
+neuf_evolution_vpc <- neuf_data_raw %>%
+  filter(REG == 52, genre_14_postes == "Voiture particulière et commerciale") %>%
+  group_by(date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>%
+  mutate(cumul_12_mois=roll_sumr(immat, 12)) %>%
+  mutate_if(is.numeric, funs(evolution=(.*100/lag(.,12)-100))) %>%
+  mutate(`VPC Neuf - Évolution du dernier mois` = ifelse(immat_evolution > 0,
+                                                     paste0("+","\U00A0",format(round(immat_evolution,1),1)," %"),
+                                                     ifelse(immat_evolution < 0,
+                                                            paste0("-","\U00A0",format(round(-immat_evolution,1),1)," %"),
+                                                            "0,0 %"))) %>%
+  mutate(`VPC Neuf - Évolution des douze derniers mois` = ifelse(cumul_12_mois_evolution > 0,
+                                                             paste0("+","\U00A0",format(round(cumul_12_mois_evolution,1),1)," %"),
+                                                             ifelse(cumul_12_mois_evolution < 0,
+                                                                    paste0("-","\U00A0",format(round(-cumul_12_mois_evolution,1),1)," %"),
+                                                                    "0,0 %"))) %>%
+  select(1, 6, 7)
+
+occ_evolution_vpc <- occ_data_raw %>%
+  filter(REG == 52, genre_14_postes == "Voiture particulière et commerciale") %>%
+  group_by(date) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>%
+  mutate(cumul_12_mois=roll_sumr(immat, 12)) %>%
+  mutate_if(is.numeric, funs(evolution=(.*100/lag(.,12)-100))) %>%
+  mutate(`VPC Occasion - Évolution du dernier mois` = ifelse(immat_evolution > 0,
+                                                     paste0("+","\U00A0",format(round(immat_evolution,1),1)," %"),
+                                                     ifelse(immat_evolution < 0,
+                                                            paste0("-","\U00A0",format(round(-immat_evolution,1),1)," %"),
+                                                            "0,0 %"))) %>%
+  mutate(`VPC Occasion - Évolution des douze derniers mois` = ifelse(cumul_12_mois_evolution > 0,
+                                                             paste0("+","\U00A0",format(round(cumul_12_mois_evolution,1),1)," %"),
+                                                             ifelse(cumul_12_mois_evolution < 0,
+                                                                    paste0("-","\U00A0",format(round(-cumul_12_mois_evolution,1),1)," %"),
+                                                                    "0,0 %"))) %>%
+  select(1, 6, 7)
+
+annexe_3 <- bind_cols(neuf_evolution, occ_evolution, neuf_part_electrique, occ_part_electrique,
+                            neuf_part_personnes_morales, occ_part_personnes_morales,
+                            neuf_part_vpc, occ_part_vpc, neuf_evolution_vpc, occ_evolution_vpc) %>%
+  select(1,2,5,3,6,8,10,12,14,16,18,20,23,21,24) %>%
+  mutate_if(is.character, ~replace(., is.na(.), "\U00A0")) %>%
+  rename("\U00A0" = `date...1`,
+         `Neuf`=2,
+         `Occ.`=3,
+         `Neuf `=4,
+         ` Occ.  `=5,
+         ` Neuf`=6,
+         ` Occ.`=7,
+         ` Neuf `=8,
+         ` Occ. `=9,
+         ` Neuf  `=10,
+         `  Occ.  `=11,
+         `  Neuf`=12,
+         `  Occ.`=13,
+         `  Neuf `=14,
+         `  Occ. `=15) %>% 
+  slice_tail(n = 25)
+
+rm(neuf_evolution, occ_evolution, neuf_part_electrique, occ_part_electrique,
+   neuf_part_personnes_morales, occ_part_personnes_morales, neuf_part_vpc, occ_part_vpc, neuf_evolution_vpc, occ_evolution_vpc)
+
+pied_de_tableau_2 <- paste0("¹ Évolution par rapport au même mois de l'année précédente",
+                          "\n² Évolution entre les immatriculations des douze derniers mois et celles des mêmes mois un an auparavant",
+                          "\nSource : SDES - Répertoire statistique des véhicules routiers (RSVéRo)")
+
+annexe_3_kable <- kable(annexe_3, "html", booktabs = T, escape = F,
+                                 caption = paste("Immatriculations de véhicules routiers dans les Pays de la Loire<br>Évolutions et ratios des vingt-cinq derniers mois"),
+                                 align = c("l", "r", "r", "r", "r", "r", "r", "r", "r", "r", "r", "r", "r", "r", "r"),
+                                 format.args = list(big.mark = " ", decimal.mark = ",")) %>%
+  footnote(general_title = " ",
+           general = pied_de_tableau_2,
+           footnote_as_chunk = T,  title_format = "bold", fixed_small_size = T) %>%
+  kable_styling(font_size = 10, full_width = F, position = "center",
+                bootstrap_options = c("condensed", "responsive")) %>%
+  add_header_above(c("\U00A0",
+                     "Évolution mensuelle¹"=2,
+                     "Évolution annuelle²"=2,
+                     "Part des véhicules électriques"=2,
+                     "Part des person-  nes morales"=2,
+                     "Part dans l'ensemble"=2,
+                     "Évolution mensuelle¹"=2,
+                     "Évolution annuelle²"=2),
+                   background = "#dad6e9", bold = T, color = "#424242", line = F,
+                   extra_css = "border-right: 1.5px solid white;") %>%
+  add_header_above(c("\U00A0", "Ensemble des véhicules routiers"=8, "Voitures particulières et commerciales"=6),
+                   background = "#dad6e9", bold = T, color = "black", line = F,
+                   extra_css = "border-right: 1.5px solid white;") %>%
+  row_spec(0:nb_lignes, extra_css = "border-bottom: 1.5px solid white;, border-top: 1.5px solid white;") %>%
+  row_spec(0, background = "#dad6e9", color = "#424242", bold = F, align = "c", extra_css = "border-right: 1.5px solid white;") %>%
+  row_spec(1:nb_lignes, background = "#dad6e9", color = "black") %>%
+  column_spec(1:15, border_right = "1.5px solid white") %>%
+  column_spec(1, bold = T, width = "6em", extra_css = "padding: 4px 1px 2px 6px") %>%
+  column_spec(2:5, width = "6em", extra_css = "padding: 4px 6px 2px 1px") %>%
+  column_spec(6:9, width = "6em", extra_css = "padding: 4px 11px 2px 1px") %>%
+  column_spec(10:11, width = "6em", extra_css = "padding: 4px 13px 2px 1px") %>%
+  column_spec(12:15, width = "6em", extra_css = "padding: 4px 6px 2px 1px")
+
+
+## Rapport de la part de l’électrique entre le neuf et l'occasion ----
+
+part_elec_neuf <- neuf_data_raw %>%
+  filter(REG == 52, date == dernier_mois_rsvero_2) %>%
+  group_by(date, energie) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>% 
+  spread(key = energie, value = "immat") %>%
+  mutate(Ensemble = rowSums(across(2:6)), part_elec = `Électricité`/Ensemble) %>%
+  select(1,8)
+
+part_elec <- occ_data_raw %>%
+  filter(REG == 52, date == dernier_mois_rsvero_2) %>%
+  group_by(date, energie) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  ungroup() %>% 
+  spread(key = energie, value = "immat") %>%
+  mutate(Ensemble = rowSums(across(2:6)), part_elec = `Électricité`/Ensemble) %>%
+  select(1,8) %>% 
+  mutate(ratio_part_elec = part_elec_neuf$part_elec/part_elec,
+         ratio_lettres = case_when(round(ratio_part_elec) == 5 ~ "cinq",
+                                   round(ratio_part_elec) == 6 ~ "six",
+                                   round(ratio_part_elec) == 7 ~ "sept",
+                                   round(ratio_part_elec) == 8 ~ "huit",
+                                   round(ratio_part_elec) == 9 ~ "neuf",
+                                   round(ratio_part_elec) == 10 ~ "dix",
+                                   round(ratio_part_elec) == 11 ~ "onze",
+                                   round(ratio_part_elec) == 12 ~ "douze",
+                                   round(ratio_part_elec) == 13 ~ "treize",
+                                   round(ratio_part_elec) == 14 ~ "quatorze",
+                                   round(ratio_part_elec) == 15 ~ "quinze",
+                                   TRUE ~ "ALERTE"))
+         
+
+
+## Sauvegarde de l'environnement
+save(list = ls(), file = "data/rsvero.RData")
+
+# Création d'objets permettant le téléchargement des fichiers
+# lien_download_neuf <- paste0("export_tableur/neuf_52_",dernier_mois_rsvero,".xlsx")
+# lien_download_occ <- paste0("export_tableur/occ_52_",dernier_mois_rsvero,".xlsx")
+# file_download_neuf <- paste0("neuf_",dernier_mois_rsvero,".xlsx")
+# file_download_occ <- paste0("occasion_",dernier_mois_rsvero,".xlsx")
+# rm(lien_download_neuf, lien_download_occ, file_download_neuf, file_download_occ)
+
+# Exemples de code pour extraire un vecteur et automatiser la rédaction des faits saillants
+annexe_3[nb_lignes-12, 6] %>% pull
+neuf_occ_tableau_synthese[4, 4] %>% pull
+sjmisc::big_mark(neuf_ensemble_bis[13, 2], " ") %>% pull
+prettyNum(neuf_ensemble_bis[13, 2], big.mark=" ")
+
+
+download="ind_mois.csv"
+download="neuf_2024_02"
+rm(download)
+

scripts/07_series_pour_tdb.R

+library(tidyr)
+library(tidyverse)
+library(dplyr)
+library("RcppRoll")
+library(readxl)
+library(xlsx)
+library(shiny)
+library(rmarkdown)
+library(kableExtra)
+library(formattable)
+library(DT)
+library(ggthemes)
+library(janitor)
+library(plotly)
+library(ggplot2)
+library(ggtext)
+library(openxlsx)
+library(grDevices)
+library(forcats)
+library(grid)
+library(gridtext)
+library(lubridate)
+library(sf)
+library(extrafont)
+library(stringr)
+library(scales)
+library(rlang)
+library(knitr)
+library(kableExtra)
+library(huxtable)
+
+# Désactivation de la notation scientifique
+options(scipen = 999)
+
+# Séparateur décimal à la française
+options(OutDec= ",")
+
+# Création d'une fonction %notin% (inverse de %in%)
+`%notin%` <- function (x, y) {
+  !(match(x, y, nomatch = 0L) > 0L)}
+
+# Avant de lancer le script, il faut renommer manuellement le fichier que le SDES nous envoie chaque mois,
+# de façon à ce qu'il ne contienne pas d'espace et qu'il ait à chaque fois le même nombre de caractères
+# Par exemple, passer de "stat_ dreal_n_2016 _1 à 2023_8.xlsx" à "stat_dreal_n_2016_1_2023_08.xlsx
+
+# Création de la liste de tous les fichiers RSVéRO déposés dans le dossier dédié
+liste_fichiers_neuf <- list.files("X:/SCTE/CSD/DONNEES_CONFIDENTIELLES/_niveau_2/Conjoncture/rsvero",
+                                  include.dirs = FALSE, full.names = FALSE, pattern = "stat_dreal_n_2016_1_")
+
+# Extraction des sept derniers caractères du fichier RSVéRO le plus récent
+# (ces sept caractères donnent le dernier mois disponible)
+dernier_mois_rsvero <- liste_fichiers_neuf %>%
+  substr(21,27) %>%
+  max()
+
+# Reconstitution (par concaténation) du nom du fichier RSVéRO le plus récent
+neuf_file <- paste0("X:/SCTE/CSD/DONNEES_CONFIDENTIELLES/_niveau_2/Conjoncture/rsvero/stat_dreal_n_2016_1_",dernier_mois_rsvero,".xlsx")
+
+# Ouverture du fichier RSVéRO, recodage de la variable énergie et création de la segmentation des véhicules en 14 postes
+neuf_data_raw_large <- read_excel(neuf_file) %>%
+  mutate(statut = replace_na(statut, "Statut non déterminé")) %>%
+  # mutate(statut = str_replace(statut, "NA", "Statut non déterminé")) %>%
+  mutate(statut = str_replace(statut, "ND", "Statut non déterminé")) %>%
+  mutate(energie = case_when(
+    energie %in% c("Diesel - hybride NR", "Diesel thermique") ~ "Gazole",
+    energie %in% c("Essence - hybride NR", "Essence thermique") ~ "Essence",
+    energie %in% c("Hybride rechargeable") ~ "Hybride rechargeable",
+    energie %in% c("Electrique et hydrogène") ~ "Électricité",
+    TRUE ~ "Autres motorisations")) %>%
+  mutate(energie = as.factor(energie)) %>%
+  mutate(energie = fct_relevel(energie,"Essence","Gazole","Électricité","Hybride rechargeable","Autres motorisations")) %>%
+  mutate(genre_14_postes = case_when(
+    categ == "VP" ~ "Voiture particulière et commerciale",
+    categ == "CATL" & genre_eu == "Cyclomoteurs" ~ "Cyclomoteur",
+    categ == "CATL" & genre_eu == "Motocyclettes"~ "Motocyclette",
+    categ == "CATL"& genre_eu %notin% c("Cyclomoteurs", "Motocyclettes") ~ "Tricycle et quadricycle à moteur",
+    categ == "REM" & genre_eu %notin% c("3,5-10 T", ">10 T") ~ "Remorque légère et caravane",
+    categ == "REM" & genre_eu %in% c("3,5-10 T", ">10 T") ~ "Remorque lourde",
+    genre == "VASP" & carro == "Camping-car" ~ "Camping-car",
+    categ == "TCP" ~ "Autobus et autocar",
+    genre == "VASP" & carro == "Dérivé voiture" ~ "Utilitaire dérivé de voiture (UDVP)",
+    categ == "VUL" & genre %in% c("Camionnettes", "Camions") ~ "Camionnette",
+    categ == "PL" & genre %in% c("Camionnettes", "Camions") ~ "Camion",
+    genre == "Tracteurs routiers" ~ "Tracteur routier",
+    genre == "VASP" & carro %notin% c("Camping-car", "Dérivé voiture") ~ "VASP (hors UDVP et camping-car)",
+    categ == "TRA" ~ "Tracteur agricole",
+    TRUE ~ "Autres")) %>%
+  mutate(genre_14_postes = as.factor(genre_14_postes)) %>%
+  mutate(genre_14_postes = fct_relevel(genre_14_postes, "Voiture particulière et commerciale", "Cyclomoteur", "Motocyclette",
+                                       "Tricycle et quadricycle à moteur", "Remorque légère et caravane", "Camping-car",
+                                       "Autobus et autocar", "Utilitaire dérivé de voiture (UDVP)", "Camionnette","Camion",
+                                       "Tracteur routier", "Remorque lourde", "VASP (hors UDVP et camping-car)", "Tracteur agricole")) %>%
+  relocate(genre_14_postes, .after = statut)
+
+# Création d'un vecteur qui détermine le nombre de colonnes du fichier RSVéRO
+# NB : le fichier comprend une colonne supplémentaire chaque mois
+nb_colonnes <- as.numeric(ncol(neuf_data_raw_large))
+
+# Mise au format long du fichier RSVéRO et simplification du mois
+neuf_data_raw <- neuf_data_raw_large %>%
+  gather(key = date, value = immat, 16:all_of(nb_colonnes)) %>%
+  mutate(date = str_replace(date,"IMMAT20","20"), date = str_replace(date,"_","-")) %>%
+  mutate(date = format(ym(date), "%Y %m"))
+
+# Constitution de séries mensuelles pour la note trimestrielle transports et export dans un tableur ----
+series_pour_tdb <- neuf_data_raw %>%
+  filter(REG == 52) %>%
+  group_by(DEPLIB, date, genre_14_postes) %>%
+  summarise(immat = sum(immat, na.rm = T)) %>%
+  filter(genre_14_postes %in% c("Voiture particulière et commerciale",
+                                "Utilitaire dérivé de voiture (UDVP)",
+                                "Camionnette",
+                                "Camion",
+                                "Tracteur routier",
+                                "Remorque lourde")) %>%
+  spread(key = genre_14_postes, value = immat) %>%
+  ungroup() %>%
+  mutate(VPC = `Voiture particulière et commerciale`, VU = rowSums(across(4:8))) %>%
+  select(2,9,10,1) %>%
+  gather(key = genre, value = immat, 2:3) %>%
+  select(1,3,2,4) %>%
+  spread(key = date, value = immat)
+
+# Ancien code où le filtre sur le genre de véhicules (positionné au début) faisait planter R Studio
+# series_pour_tdb <- neuf_data_raw %>%
+#   filter(REG == 52,
+#          genre_14_postes %in% c("Voiture particulière et commerciale",
+#                                 "Utilitaire dérivé de voiture (UDVP)",
+#                                 "Camionnette",
+#                                 "Camion",
+#                                 "Tracteur routier",
+#                                 "Remorque lourde")) %>%
+#   group_by(DEPLIB, date, genre_14_postes) %>%
+#   summarise(immat = sum(immat, na.rm = T)) %>%
+#   spread(key = genre_14_postes, value = immat) %>%
+#   ungroup() %>%
+#   mutate(VPC = `Voiture particulière et commerciale`, VU = rowSums(across(4:8))) %>%
+#   select(2,9,10,1) %>%
+#   gather(key = genre, value = immat, 2:3) %>%
+#   select(1,3,2,4) %>%
+#   spread(key = date, value = immat)
+
+sortie_excel_pour_tdb <- createWorkbook()
+
+addWorksheet(sortie_excel_pour_tdb, "VPC et VU")
+writeData(sortie_excel_pour_tdb, sheet = 1, x = series_pour_tdb)
+setColWidths(sortie_excel_pour_tdb, sheet = 1, cols = 1:2, widths = "auto")
+setColWidths(sortie_excel_pour_tdb, sheet = 1, cols = 3:200, widths = "7")
+
+nombre <- createStyle(numFmt = "COMMA")
+addStyle(sortie_excel_pour_tdb, 1, nombre, rows = 2:99, cols = 3:200, gridExpand = TRUE)
+
+halignright <- createStyle(halign = "right", textDecoration = "bold")
+addStyle(sortie_excel_pour_tdb, 1, halignright, rows = 1, cols = 3:200, gridExpand = TRUE)
+
+entete <- createStyle(textDecoration = "bold")
+addStyle(sortie_excel_pour_tdb, 1, entete, rows = 1:200, cols = 1:2, gridExpand = TRUE)
+
+blue <- createStyle(fontColour = "#484fb5", numFmt = "COMMA")
+addStyle(sortie_excel_pour_tdb, 1, blue, rows = 2:6, cols = 3:200, gridExpand = TRUE)
+
+couleur <- createStyle(fontColour = "#484fb5", textDecoration = "bold")
+addStyle(sortie_excel_pour_tdb, 1, couleur, rows = 2:6, cols = 1:2, gridExpand = TRUE)
+
+freezePane(sortie_excel_pour_tdb, 1, firstActiveRow = 2, firstActiveCol = "C")
+
+saveWorkbook(sortie_excel_pour_tdb, "export_tableur/tdb.xlsx", overwrite = T)
\ No newline at end of file