# /!\/!\/!\ à exécuter si nécessaire
# install.packages("tidyverse", type = "win.binary")

# 0 - Nettoyer son env de travail
rm(list=ls())

# Charger librairies
library(dplyr)
library(sf)
library(leaflet)
library(ggplot2)
library(ggspatial)
library(osmdata)
library(osrm)
library(tidyr)
library(readxl)

# 0 -Fixer le repertoire de travail
setwd("~/git/MASTER_1_R/data")

0 - Télécharger les données sur le site de l’INSEE en .csv

1 - Ouvrir le tableau de donnees

BD_mob2016 <- read.csv(file = "~/git/MASTER_1_R/data/FD_MOBPRO_2016.csv", sep = ";")
BD_mob2016 <- read.csv2(file = "~/git/MASTER_1_R/data/FD_MOBPRO_2016.csv")

2 - Filtrer les données

BD_mob2016_filter <- BD_mob2016 %>% 
  filter(COMMUNE %in% c("76157","76212","76231","76319","76322","76377")) %>% 
  select(COMMUNE, DCLT)

3 - Créer de la donnée

# raccourci clavier 
# CTRL + SHIFT + M ====> %>% 

BD_mob2016_filter <- BD_mob2016_filter %>% 
  mutate(CAS = "Identique à la commune de résidence") %>% 
  mutate(CAS = ifelse(COMMUNE == DCLT, 
                      "Identique à la commune de résidence", 
                      "Autre commune de la métropole"))

4 - Première statistique

# Sur l'ensemble des communes
table(BD_mob2016_filter$CAS)

      Autre commune de la métropole Identique à la commune de résidence 
                               7334                                2413 

# Pour la commune de Canteleu
table(BD_mob2016_filter %>% 
        filter(COMMUNE=="76157") %>% 
        pull(CAS))

      Autre commune de la métropole Identique à la commune de résidence 
                               1437                                 461