Gérer les codes géographiques
Source:vignettes/gerer-les-codes-geographiques.Rmd
gerer-les-codes-geographiques.RmdLe code géographique des communes (COG) est modifié chaque année, avec des fusions et des défusions de commune. Pour apparier des sources statistiques qui n’ont pas le même COG, ou encore pour présenter des résultats statistiques dans un découpage communal plus récent, il faut tenir compte de ces changements. Cette page présente un exemple de gestion des codes géographiques des communes avec gescodgeo.
Je pars d’une data frame sur les trajets domicile-travail dans quelques communes.
# Librairies utilisées dans cet exemple
library(dplyr)
library(gescodgeo)
# Déplacements domicile-travail dans quelques communes
data
#> # A tibble: 6 × 4
#> COM19 IPONDI DIST DUREE
#> <chr> <dbl> <dbl> <dbl>
#> 1 14001 12063. 18.0 18.1
#> 2 14712 2266. 23.7 21.2
#> 3 21183 385. 20.7 22.4
#> 4 21507 125 20.9 23.2
#> 5 45287 101 40.4 40.3
#> 6 45307 418. 31.3 29.9Le nombre de navetteurs (variable IPONDI) provient du millésime 2017 de l’exploitation complémentaire du recensement de la population, dont le code des communes est en géographie 2019 (variable COM19). Les distances (DIST) et durées moyennes (DUREE) proviennent de Metric-OSRM et de l’investissement AT27. Je souhaite convertir cette base en géographie 2020, par exemple pour l’apparier avec un nouveau millésime du recensement.
Vérifier le COG des communes
La fonction check_cog() permet de détecter des codes
communes qui ne sont pas conformes au code officiel géographique d’une
année donnée.
data %>% check_cog(cog = 2019)
#> [1] TRUE
data %>% check_cog(cog = 2020)
#> Warning:
#> Les communes suivantes ne sont pas dans le COG de l'annee 2020 :
#> 21507 45287
#> [1] FALSETous les codes des communes sont bien dans le code officiel géographique 2019. En revanche, les communes 21507 et 45287 ne sont pas dans le code officiel géographique 2020.
En cas de doute sur un code géographique particulier, la fonction
cog_events() renvoie l’historique des évenements du COG
concernant la commune depuis 2008.
cog_events("21507")
#> COG_INI COG_FIN COM_INI COM_FIN NB_COM_INI NB_COM_FIN
#> 1 2019 2020 21507 21183 2 1Cela permet notamment d’identifier des fusions de communes quand la colonne NB_COM_INI est supérieure à 1 ou des scissions de communes quand la colonne NB_COM_FIN est supérieure à 1.
Voir la table de passage entre deux années
La fonction cog_transition() renvoie la table de passage
des communes entre deux années du code officiel géographique.
cog_transition(2019, 2020)
#> # A tibble: 8 × 7
#> COM_INI COM_FIN POP_INI POP_FIN NB_COM_INI NB_COM_FIN SPLIT_RATIO
#> <chr> <chr> <int> <dbl> <int> <int> <dbl>
#> 1 14712 14666 5428 1918 1 2 0.353
#> 2 14712 14712 5428 3510 1 2 0.647
#> 3 21183 21183 896 1037 2 1 1
#> 4 21213 21452 807 2664 2 1 1
#> 5 21452 21452 1857 2664 2 1 1
#> 6 21507 21183 141 1037 2 1 1
#> 7 45287 45307 97 1109 2 1 1
#> 8 45307 45307 1012 1109 2 1 1Entre 2019 et 2020, la commune 14712 s’est scindée pour former les communes 14666 et 14712. Les communes 45287 et 45307 ont fusionné pour former la commune 45307. Cela explique pourquoi le code 45287 n’est pas conforme au code officiel géographique 2020.
Changer le COG des communes
Avec la fonction change_cog(), j’ajoute une colonne
COM20 contenant les codes des communes convertis dans le code officiel
géographique 2020.
# Change la géographie de 2019 à 2020 avec une nouvelle variable COM20
new <- data %>%
change_cog(cog_from = 2019, cog_to = 2020, from = COM19, to = "COM20")Pour tenir compte de la scission de la commune 14712, la ligne est dupliquée avec les nouveaux codes 14712 et 14666. Pour tenir compte de la fusion des communes 21183 et 45307, les deux lignes présentent le nouveau code 45307.
Répartir les effectifs dans les communes scindées
La nouvelle base ne respecte pas le nombre total de navetteurs, car la ligne de la commune 14712 est dupliquée. Une manière simple de rétablir les effectifs consiste à appliquer un ratio selon le nombre de commune fille.
# Répartit le nombre de navetteur (IPONDI) dans les communes scindées
new <- new %>%
group_by(COM19) %>%
mutate(IPONDI = IPONDI / n()) %>%
ungroup()
new
#> # A tibble: 7 × 5
#> COM19 COM20 IPONDI DIST DUREE
#> <chr> <chr> <dbl> <dbl> <dbl>
#> 1 14001 14001 12063. 18.0 18.1
#> 2 14712 14666 1133. 23.7 21.2
#> 3 14712 14712 1133. 23.7 21.2
#> 4 21183 21183 385. 20.7 22.4
#> 5 21507 21183 125 20.9 23.2
#> 6 45287 45307 101 40.4 40.3
#> 7 45307 45307 418. 31.3 29.9Pour aller plus loin, on peut utiliser une clé de répartition issue
de la table de passage pour tenir compte des poids respectifs des
communes filles : voir vignette("adapter-les-donnees").
Revenir à une seule ligne par commune
Pour revenir à une base individuelle, je dois agrégeger les effectifs et recalculer les moyennes dans les communes qui ont fusionnées.
# Agrège selon le code géographique 2020 et recalcule les variables numériques
new <- new %>%
group_by(COM20) %>%
summarise(DIST = weighted.mean(DIST, IPONDI),
DUREE = weighted.mean(DUREE, IPONDI),
IPONDI = sum(IPONDI),
.groups = "drop")
new
#> # A tibble: 5 × 4
#> COM20 DIST DUREE IPONDI
#> <chr> <dbl> <dbl> <dbl>
#> 1 14001 18.0 18.1 12063.
#> 2 14666 23.7 21.2 1133.
#> 3 14712 23.7 21.2 1133.
#> 4 21183 20.7 22.6 510.
#> 5 45307 33.1 31.9 519.On peut vérifier que les agrégats sont bien respectés :
# Avant le changement de géographie
data %>% summarise(DIST = weighted.mean(DIST, IPONDI),
DUREE = weighted.mean(DUREE, IPONDI),
IPONDI = sum(IPONDI))
#> # A tibble: 1 × 3
#> DIST DUREE IPONDI
#> <dbl> <dbl> <dbl>
#> 1 19.5 19.2 15358.
# Après le changement de géographie
new %>% summarise(DIST = weighted.mean(DIST, IPONDI),
DUREE = weighted.mean(DUREE, IPONDI),
IPONDI = sum(IPONDI))
#> # A tibble: 1 × 3
#> DIST DUREE IPONDI
#> <dbl> <dbl> <dbl>
#> 1 19.5 19.2 15358.Si on n’a pas besoin de disposer de l’exhaustivité des communes dans
la base finale, on peut aussi utiliser l’option one_to_one
dans la fonction change_cog(), qui permet de ne pas
dupliquer les communes scindées, voir la deuxième méthode de la
vignette("adapter-les-donnees").
Gérer les arrondissements municipaux
Selon les sources statistiques, les communes de Paris, Lyon et
Marseille peuvent être (ou ne pas être) découpées en arrondissements
municipaux. Les fonctions com_to_arm() et
arm_to_com() permettent de gérer ces situations.
# Passer de l'arrondissement municipal à la commune (le cas échéant)
data.frame(ARM = c("75101", "75102", "13201", "13202", "13001")) %>%
# Conversion des arrondissments municipaux en communes
arm_to_com(from = ARM, to = "COM")
#> ARM COM
#> 1 75101 75056
#> 2 75102 75056
#> 3 13201 13055
#> 4 13202 13055
#> 5 13001 13001Compléter les départements et les régions
D’autres fonctions de gescodgeo permettent de compléter les informations géographiques au niveau départemental ou régional.
data.frame(COM = c("75101", "75102", "13201", "13202", "13001")) %>%
# Ajout des départements
com_to_dep(from = COM, to = "DEP") %>%
# Ajout des régions
dep_to_reg(from = DEP, to = "REG")
#> COM DEP REG
#> 1 75101 75 11
#> 2 75102 75 11
#> 3 13201 13 93
#> 4 13202 13 93
#> 5 13001 13 93La plupart de ces méthodes contiennent leur réciproque (par exemple
reg_to_dep()) et peuvent s’appliquer indifférement à une
data frame ou à un vecteur.
# Arrondissements de Lyon
com_to_arm("69123")
#> [1] "69381" "69382" "69383" "69384" "69385" "69386" "69387" "69388" "69389"
# Départements de Corse et de PACA
reg_to_dep(c("93","94"))
#> [1] "04" "05" "06" "13" "83" "84" "2A" "2B"
# Pour une data frame, les méthodes com_to_arm() et reg_to_dep() ajoutent des lignes
data.frame(REG = "94") %>% reg_to_dep()
#> REG DEP
#> 1 94 2A
#> 2 94 2B