diff --git a/R/creer_carte_1_3.R b/R/creer_carte_1_3.R
index bfc4d21e220a9a64cf213df8bfccfec396ee1ccf..081655da5e822226f03a1c3fb0700cff550e17d2 100644
--- a/R/creer_carte_1_3.R
+++ b/R/creer_carte_1_3.R
@@ -35,7 +35,7 @@ creer_carte_1_3 <- function(millesime_ocsge,code_reg){
data <- ocsge %>%
dplyr::filter(grepl(millesime_ocsge, .data$date)) %>%
dplyr::select(.data$TypeZone,.data$Zone,.data$CodeZone,.data$date,.data$espace_artificialise) %>%
- dplyr::mutate(valeur=round(.data$espace_artificialise / 10000,0)) %>%
+ dplyr::mutate(valeur_ind = round(.data$espace_artificialise / 10000, 0)) %>%
dplyr::select(-.data$espace_artificialise)
mois <- lubridate::month(data[1,"date"],label=TRUE)
@@ -50,7 +50,7 @@ creer_carte_1_3 <- function(millesime_ocsge,code_reg){
carte_1_3 <- mapfactory::creer_carte_communes_prop(data = data,
code_region = code_reg,
carto = fond_carto,
- indicateur = valeur,
+ indicateur = valeur_ind,
pourcent = FALSE,
decimales=0,
palette = "pal_gouv_h",
diff --git a/R/creer_carte_1_7.R b/R/creer_carte_1_7.R
index 18ada4c5d33d982c550fd36a036acff1b4705659..05552a56de0ea3875ddf2abc144ed0e8faaad998 100644
--- a/R/creer_carte_1_7.R
+++ b/R/creer_carte_1_7.R
@@ -50,7 +50,7 @@ creer_carte_1_7 <- function(millesime_ocsge,
dplyr::filter(.data$variable == "espace_artificialise") %>%
dplyr::ungroup() %>%
dplyr::select(.data$TypeZone,.data$CodeZone,.data$Zone,.data$date,.data$valeur) %>%
- dplyr::mutate(valeur=.data$valeur * 100)
+ dplyr::mutate(valeur_ind =.data$valeur * 100)
nom_region <- COGiter::regions %>%
dplyr::filter (.data$REG == code_reg) %>%
@@ -58,12 +58,12 @@ creer_carte_1_7 <- function(millesime_ocsge,
dplyr::pull(.data$NCCENR)
fond_carto <- mapfactory::fond_carto(nom_reg = nom_region)
- bins <- stats::quantile(data$valeur,probs = c(0,0.1, 0.25, 0.5,0.75,0.9,1),na.rm=TRUE)
+ bins <- stats::quantile(data$valeur_ind, probs = c(0, 0.1, 0.25, 0.5, 0.75, 0.9, 1), na.rm=TRUE)
carte_1_7 <- mapfactory::creer_carte_communes(data = data,
code_region=code_reg,
carto = fond_carto,
- indicateur = valeur,
+ indicateur = valeur_ind,
bornes = bins,
pourcent = TRUE,
decimales = 1,
diff --git a/R/creer_carte_2_7.R b/R/creer_carte_2_7.R
index 4aa04eb6c072da12c852d0b5e810de8a3de3600d..52f34b402d987b9fa838497b45b0d7d73a86d7bc 100644
--- a/R/creer_carte_2_7.R
+++ b/R/creer_carte_2_7.R
@@ -43,7 +43,7 @@ creer_carte_2_7 <- function(millesime_obs_artif= NULL, code_reg = NULL) {
.data$date >= millesime_obs_artif - 9) %>%
dplyr::mutate(flux_naf_artificialisation_total = .data$flux_naf_artificialisation_total / 10000) %>%
dplyr::group_by(.data$CodeZone, .data$TypeZone, .data$Zone) %>%
- dplyr::summarise(valeur = sum(.data$flux_naf_artificialisation_total, na.rm = T)) %>%
+ dplyr::summarise(valeur_ind = sum(.data$flux_naf_artificialisation_total, na.rm = T)) %>%
dplyr::ungroup()
nom_region <- COGiter::regions %>%
@@ -54,13 +54,13 @@ creer_carte_2_7 <- function(millesime_obs_artif= NULL, code_reg = NULL) {
fond_cartographique <- mapfactory::fond_carto(nom_reg = nom_region)
# bins <- stats::quantile(data$valeur,probs = c(0,0.1, 0.25, 0.5,0.75,0.9,1),na.rm=TRUE)
# bins <- stats::quantile(data$valeur,probs = c(0,0.2, 0.4, 0.6,0.8,1),na.rm=TRUE)
- bins <- stats::quantile(data$valeur,probs = c(0, 0.25, 0.50, 0.75, 1), na.rm=TRUE)
+ bins <- stats::quantile(data$valeur_ind, probs = c(0, 0.25, 0.50, 0.75, 1), na.rm=TRUE)
carte_2_7 <- mapfactory::creer_carte_communes(data = data,
code_region=code_reg,
carto = fond_cartographique,
- indicateur = valeur,
+ indicateur = valeur_ind,
bornes = bins,
decimales = 1,
palette = "pal_gouv_h",
diff --git a/R/creer_carte_2_8.R b/R/creer_carte_2_8.R
index f4f52beb16c84d8a78c25ea4966e3b6133f97621..ee4609684de9f58d64d8e40c18ecf4c9b81532ea 100644
--- a/R/creer_carte_2_8.R
+++ b/R/creer_carte_2_8.R
@@ -47,10 +47,10 @@ creer_carte_2_8 <- function(millesime_stock_artif = NULL,
dplyr::select (-.data$surf_cadastree) %>%
dplyr::arrange(.data$TypeZone, .data$Zone, .data$CodeZone, .data$date) %>%
dplyr::group_by(.data$TypeZone, .data$Zone, .data$CodeZone) %>%
- dplyr::mutate(valeur = round(.data$surface_artificialisee * 100 / dplyr::lag(.data$surface_artificialisee) - 100, 1)) %>%
+ dplyr::mutate(valeur_ind = round(.data$surface_artificialisee * 100 / dplyr::lag(.data$surface_artificialisee) - 100, 1)) %>%
dplyr::ungroup() %>%
dplyr::filter(.data$date == millesime_stock_artif) %>%
- dplyr::select(.data$TypeZone, .data$CodeZone, .data$Zone, .data$valeur)
+ dplyr::select(.data$TypeZone, .data$CodeZone, .data$Zone, .data$valeur_ind)
nom_region <- COGiter::regions %>%
dplyr::filter (.data$REG == code_reg) %>%
@@ -62,13 +62,13 @@ creer_carte_2_8 <- function(millesime_stock_artif = NULL,
# p <- c(0, 0.1, 0.25, 0.5, 0.75, 0.9, 1)
# p <- c(0.30, 0.55, 0.75, 0.9, 1)
p <- c(0.1, 0.25, 0.5, 0.75, 0.9)
- bins <- stats::quantile(data$valeur, probs = p, na.rm=TRUE)
+ bins <- stats::quantile(data$valeur_ind, probs = p, na.rm=TRUE)
carte_2_8 <- mapfactory::creer_carte_communes(data = data,
code_region=code_reg,
carto = fond_cartographique,
- indicateur = valeur,
+ indicateur = valeur_ind,
bornes = bins,
decimales = 1,
palette = "pal_gouv_h",