Resolve "graphique des taux de croissance annuels entre 2009 et 2019 par type de territoires"

Closes #38 (closed)

R/creer_graphe_2_3.R

@@ -2,10 +2,10 @@
 #' @description Graphique du taux d'evolution 2009/19 (%) de l'artificialisation cadastree des differentes regions.
 #'
 #' @param millesime_obs_artif_gk3 une année parmi les millesimes sélectionnables par l'utilisateur, au format numerique.
-#'
+#' @param code_reg code insee de la région sur laquelle construire le graphique
 #' @return Un diagramme en barres
 #'
-#' @importFrom dplyr mutate filter select group_by case_when
+#' @importFrom dplyr mutate filter select group_by case_when summarise
 #' @importFrom forcats fct_reorder
 #' @importFrom ggplot2 ggplot aes geom_bar geom_text position_dodge coord_flip labs theme element_text scale_y_continuous
 #' @importFrom glue glue
@@ -15,28 +15,34 @@
 #' @export
 #'
 #' @examples
-#' creer_graphe_2_3(millesime_obs_artif_gk3=2019)
+#' creer_graphe_2_3(millesime_obs_artif_gk3=2019,code_reg = "52")
 
-creer_graphe_2_3 <- function(millesime_obs_artif_gk3){
+creer_graphe_2_3 <- function(millesime_obs_artif_gk3,code_reg = NULL){
+  attempt::stop_if(millesime_obs_artif_gk3, is.null, msg = "millesime_obs_artif_gk3 n'est pas renseign\u00e9")
+  attempt::stop_if_not(millesime_obs_artif_gk3, is.numeric, msg = "millesime_obs_artif_gk3 n'est pas un nombre")
+  attempt::stop_if(code_reg, is.null, msg = "code_reg n'est pas renseign\u00e9")
+  attempt::stop_if_not(code_reg, ~ .x %in% levels(COGiter::regions$REG), msg = "code_reg n'est pas un code r\u00e9gion valide")
 
-  # Creation de la table utile a la production du graphique
   data <- observatoire_artificialisation_gk3 %>%
-    dplyr::mutate(date=year(.data$date)) %>%
+    dplyr::mutate(date=lubridate::year(.data$date)) %>%
     dplyr::filter(.data$TypeZone == "R\u00e9gions",
                   !(.data$CodeZone %in% c("01","02","03","04","06")),
                   .data$date == millesime_obs_artif_gk3 | .data$date == millesime_obs_artif_gk3 - 9) %>%
     dplyr::select (-.data$surface_naf) %>%
     dplyr::group_by(.data$TypeZone,.data$Zone,.data$CodeZone) %>%
-    summarise(evolution=round((sum(.data$surface_artificialisee[which(date==2019)],na.rm=T) - sum(.data$surface_artificialisee[which(date==2010)],na.rm=T))/10000,0)) %>%
+    dplyr::arrange(.data$date) %>%
+    dplyr::mutate(evolution = round(((.data$surface_artificialisee - dplyr::lag(.data$surface_artificialisee))/10000),0)) %>%
+    dplyr::filter(.data$date == millesime_obs_artif_gk3) %>%
+    dplyr::select(.data$TypeZone,.data$Zone,.data$CodeZone,.data$evolution) %>%
     dplyr::mutate(couleur_barre = dplyr::case_when(
-      .data$CodeZone=="52"~ 1,
+      .data$CodeZone==code_reg~ 1,
       TRUE ~ 0))
 
   valeur_max <- max(data$evolution,na.rm=T)
   millesime_debut <- millesime_obs_artif_gk3 - 9
 
   graph_2_3<-data  %>%
-    ggplot2::ggplot(ggplot2::aes(x=forcats::fct_reorder(.data$Zone,.data$evolution,.desc=F), ymax=valeur_max+5000, y=.data$evolution,fill=.data$couleur_barre)) +
+    ggplot2::ggplot(ggplot2::aes(x=forcats::fct_reorder(.data$Zone,.data$evolution,.desc=F), y=.data$evolution,fill=.data$couleur_barre)) +
     ggplot2::geom_bar(stat="identity")+
     ggplot2::geom_text(ggplot2::aes(y=.data$evolution ,
                                     label=mapfactory::format_fr(.data$evolution, dec = 0),
@@ -47,12 +53,12 @@ creer_graphe_2_3 <- function(millesime_obs_artif_gk3){
     hjust=-0.5,
     size=3) +
     ggplot2::coord_flip(expand = FALSE) +
-    ggplot2::labs(title=glue::glue("\u00e9volution {millesime_debut} - {millesime_obs_artif_gk3} en hectares\nde l'artificialisation cadastr\u00e9e par r\u00e9gion"),
+    ggplot2::labs(title=glue::glue("\u00c9volution {millesime_debut} - {millesime_obs_artif_gk3} en hectares\nde l'artificialisation cadastr\u00e9e par r\u00e9gion"),
                   subtitle="",x="",y="",
                   fill="",
                   caption = glue::glue("Source : Observatoire artificialisation {millesime_obs_artif_gk3}"))+
     ggplot2::theme(axis.text.x = ggplot2::element_text(), legend.position = "none") +
-    ggplot2::scale_y_continuous(labels = scales::number_format(suffix = "", accuracy = 1, big.mark = " "))
+    ggplot2::scale_y_continuous(labels = scales::number_format(suffix = "", accuracy = 1, big.mark = " "),limits = c(0, valeur_max+5000))
 
   return(graph_2_3)