title: “Analyse Territoriale Pauvreté” output: flexdashboard::flex_dashboard: orientation: rows vertical_layout: fill runtime: shiny —

Vue d’ensemble

Chart A

Top_Flop

Row

Social & Éducation

renderPlot({
  req(input$dep_select)
  # Chargement de la source
  df <- if(input$groupe_select == "riches") top5_riches else top5_pauvres
  info <- df[df$Libellé == input$dep_select, ]
  
  #  Comparaison Monoparentales vs Locataires (Questions b et c)
  # Adapte les noms de colonnes selon ton fichier csv
  valeurs <- c(as.numeric(gsub(",", ".", info$Pauvrete_Monoparentale)), 
               as.numeric(gsub(",", ".", info$Pauvrete_Locataires)))
  
  barplot(valeurs, names.arg = c("Monoparentales", "Locataires"),
          col = c("#3498db", "#e74c3c"), 
          main = paste("Taux de pauvreté ciblés :", input$dep_select),
          ylim = c(0, max(valeurs, na.rm=T) * 1.2))
})

Logement

renderTable({
  req(input$dep_select)
  df <- if(input$groupe_select == "riches") top5_riches else top5_pauvres
  
  # Sélection des colonnes pour les questions e, f, g, h
  df %>% 
    filter(Libellé == input$dep_select) %>%
    select(Libellé, 
           `Part Rés. Principales (%)` = Part_RP, 
           `Logements Vacants (%)` = Part_Vacants,
           `Locataires HLM (%)` = Part_HLM)
})

Sante et services

# m à )
renderPlot({
  req(input$dep_select)
  df <- if(input$groupe_select == "riches") top5_riches else top5_pauvres
  info <- df[df$Libellé == input$dep_select, ]
  
  equipements <- c(info$Nb_Urgences, info$Nb_Pharmacies, info$Nb_Ecoles, info$Nb_Banques)
  names(equipements) <- c("Urgences", "Pharmacies", "Écoles", "Banques")
  
  barplot(equipements, horiz = TRUE, las = 1, col = "orange",
          main = "Nombre d'infrastructures disponibles")
})