#Présentation

Tentative de mettre en forme mes grands projets avec tous les ggplots qu’ils comportent, ça sera plus simple que d’exporter les plots les uns après les autres. J’ai encore du mal à comprendre où sont stockées les données (ici par exemple le tableau avec toutes les données stat sur les importations est sur mon pc, est-ce que si je le déplace après ça crash ?)

Tous les documents ici sont ici de l’API du ministère des mines.Récemment toutes les requêtes GET sont cassées, il faut donc changer avec la nouvelle url : https://sr1.gsmma.gov.tw/amis/api/_CHANGJSON.aspx

Les données qui suivent sont issues des différentes requêtes API possibles, elles sont listées ici SOURCE : https://docs.google.com/spreadsheets/d/1tM01o0aBApz9gzh1r107-ot7S8NdbbkElwKc-p_RXvs/edit?gid=0#gid=0

#n°4 Sand&GravelPrudction

## No encoding supplied: defaulting to UTF-8.
## Ignoring unknown labels:
## • fill : "Rivières"

#n°6 Sand&GravelInventory

## No encoding supplied: defaulting to UTF-8.
## Ignoring unknown labels:
## • fill : "Année"

#n°7 Imported Volume

#n°8 TestSandPrice NORTH/SOUTH/CENTRAL/EAST

##Plot simple

##Plot annuel

#n°10 TestSandPrice PER COUNTY####

#Plot

#Nouveau type de plot : plot année-type avec évolutions par villes

## Ignoring unknown labels:
## • colour : "Année"

#n°14 Test SandSales PER COUNTY Je n’ai pas mis cet API parce qu’il s’appuyait sur un dataframe que j’avais scrappé, voir si j’en ai besoin pour la suite

#n°15_Test Main Companies Pareil, est-ce que j’ai vraiment besoin de cet aPI qui liste le nom des entreprises ?

#TestLoopSALES J’ai un doute, il dépend de quel API celui-ci ? ⚠️Avant 2006 pas de variation mensuelle, est-ce que ça veut dire qu’ils avaient des valeurs annuelles qu’ils ont divisées par 12 ?

#Plot

####n°18 TestLoop RIVERDREDGE#####

#Plot Simple

## Ignoring unknown labels:
## • colour : "Entreprises"

#Plot Simple modifié pour une entreprise seulement

#PlotTotalAnnuel par entreprises

## `summarise()` has regrouped the output.
## ℹ Summaries were computed grouped by Year and data.CompanyName.
## ℹ Output is grouped by Year.
## ℹ Use `summarise(.groups = "drop_last")` to silence this message.
## ℹ Use `summarise(.by = c(Year, data.CompanyName))` for per-operation grouping
##   (`?dplyr::dplyr_by`) instead.

Calculate total dredge volume by river and reorder factor levels

Plot using the reordered factor levels