---
title: TP5 - Récapitulatif - *correction*
subtitle: Initiation a `R` - STID 1ère année
---

```{r setup, include=FALSE}
knitr::opts_knit$set(root.dir = "donnees/Comptoir2000/Comptoir2000-csv/")
```

Créer un document `html` en `R markdown`, contenant les éléments suivants. Vous devez faire un chapitre (avec titre de niveau 2 donc), pour chaque item de la liste suivante. N'hésitez pas à faire des sous-partie pour chaque sous-item. Vous devez utiliser le langage `R`, et pas de `SQL`.

## Importation

Importer les données dans `R`, à l'aide de `read.table()`

```{r import}
Categorie = read.table("Categorie.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
Client = read.table("Client.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
Commande = read.table("Commande.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
DetailCommande = read.table("DetailCommande.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
Employe = read.table("Employe.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
Fournisseur = read.table("Fournisseur.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
Messager = read.table("Messager.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
Produit = read.table("Produit.txt",
                       header = T, sep = ";", quote = '"', encoding = "UTF-8")
```

---

## Employés 

### Lister les employés (nom et prénom) situés au `"Royaume-Uni"`

Ici, nous utilisons la fonction `subset()` qui permet de faire :

- une restriction aux employés du Royaume-Uni (avec `subset =`)
- une projection sur le nom et le prénom (avec `select = `)

```{r}
A = subset(Employe, subset = Pays == "Royaume-Uni", select = c(Nom, prenom))
knitr::kable(A, row.names = FALSE, caption = "Employés du Royaume-Uni")
```

### Lister les différentes fonctions occupées par les employés

La première étape ici est de créer une table avec uniquement la colone `Fonction`. Ensuite, grâce à la fonction `unique()`, nous supprimons les doublons.

```{r}
B1 = subset(Employe, select = Fonction)
B2 = unique(B1)
knitr::kable(B2, row.names = FALSE, caption = "Fonctions existantes")
```

### Indiquer le nombre d'employés par pays

Après avoir dénombrer les employés par pays avec un calcul d'agrégat, réalisé via la fonction `aggregate()`, nous renommons les colonnes du résultat pour que le tableau fourni soit correct.

```{r}
C1 = aggregate(NoEmp ~ Pays, Employe, length)
C2 = setNames(C1, c("Pays", "Effectif"))
knitr::kable(C2, row.names = FALSE, caption = "Répartition des employés par pays")
```

---

## Produits

### Lister le nombre de produits par pays des fournisseurs

Dans cette demande, nous devons regrouper des informations de `Produit` (dénombrement) avec des informations de `Fournisseur` (pays). Nou devons donc faire une jointure (avec `merge()`), puis faire le calcul d'agrégat et un renommage.

```{r}
D1 = merge(Produit, Fournisseur)
D2 = aggregate(Refprod ~ Pays, D1, length)
D3 = setNames(D2, c("Pays", "Effectif"))
knitr::kable(D3, row.names = FALSE, caption = "Répartition des produits par pays")
```

On peut aussi vouloir trier le résultat par ordre décroissant de nombre de produits.

```{r}
D4 = D3[order(D3$Effectif, decreasing = TRUE),]
knitr::kable(D4, row.names = FALSE, caption = "Répartition triée")
```

### Lister le nombre de produits par catégorie

Cette demande est similaire à la précédente. Par contre, vues les questions qui suivent, nous allons réutiliser le résultat de la jointure de `Produit` et `Categorie`. 
```{r}
E = merge(Produit, Categorie)
E1a = aggregate(Refprod ~ NomCateg, E, length)
E1b = setNames(E1a, c("Catégorie", "Effectif"))
knitr::kable(E1a, row.names = FALSE, caption = "Répartition des produits par catégorie")
```

### Ajouter le prix moyen, le prix minimum (`min`) et le prix maximum (`max`)

Il faut ici créer les trois autres table, pour chaque agrégat à calculer, puis faire la jointure entre les 4 tables ainsi obtenues (avec la précédente).

```{r}
E2a = aggregate(PrixUnit ~ NomCateg, E, mean)
E2b = setNames(E2a, c("Catégorie", "Prix moyen"))
E3a = aggregate(PrixUnit ~ NomCateg, E, min)
E3b = setNames(E3a, c("Catégorie", "Prix minimum"))
E4a = aggregate(PrixUnit ~ NomCateg, E, max)
E4b = setNames(E4a, c("Catégorie", "Prix maximum"))
Efinal = merge(merge(merge(E1b, E2b), E3b), E4b)
knitr::kable(Efinal, row.names = FALSE, caption = "Résumé des produits par catégorie", digits = 2)
```

## Créer une table `MontantCommande` qui contient, pour chaque commande, les informations suivantes 

- Numéro de commande
- Montant total de la commande 
- Frais de port 
- Montant total des produits
- Nombre de produits différents dans la commande

Pour cette demande, il faut en premier lieu calculer le faire coût de chaque produit, stocké dans une nouvelle variable. Puis, on réalise les calculs d'agrégats (nombre et somme) à partir de la table `DetailCommade`. Ensuite, on joint `Commande` et les deux tables créées (avec un renommage des variables de celles-ci précédemment). Enfin, on ne garde que quelques informations et on calcule le montant final.

```{r}
F1 = transform(DetailCommande, coutProduit = PrixUnit * Qte * (1 - Remise.))
F2a = aggregate(Refprod ~ Nocom, F1, length) 
F2b = setNames(F2a, c("NoCom", "NbProduits"))
F3a = aggregate(coutProduit ~ Nocom, F1, sum)
F3b = setNames(F3a, c("NoCom", "MtProduits"))
F4 = merge(merge(Commande, F2b), F3b)
F5 = subset(F4, select = c(NoCom, Port, MtProduits, NbProduits))
MontantCommande = transform(F5, MtCommande = Port + MtProduits)
knitr::kable(head(MontantCommande), row.names = FALSE, caption = "Premières lignes de la table `MontantCommande`", digits = 2)
```


## Calculer le montant total des commandes de chaque client

Après avoir fait la jointure entre `Commande` et la nouvelle table `MontantCommande`, on fait la somme des montants des commandes pour chaque client. Ensuite, on regroupe avec `Clinet` pour récupérer le nom de la société. Enfin, puisqu'on affiche un chiffre d'affaires par client, on fait un tri décroissant sur le montant total des commandes.

```{r}
G1 = merge(Commande, MontantCommande)
G2 = aggregate(MtCommande ~ CodeCli, G1, sum)
G3 = setNames(G2, c("CodeCli", "MontantCommandes"))
G4 = merge(Client, G3)
G5 = subset(G4, select = c(Societe, MontantCommandes))
G6 = G5[order(G5$MontantCommandes, decreasing = TRUE),]
knitr::kable(G6, row.names = FALSE, caption = "Chiffre d'affaires de chaque client")
```

## Calculer le montant total des commandes pour chaque pays des clients

On réutilise ici la table créée précédemment, résultante de la jointure entre `Client` et celle où l'on a calculer pour chaque client la somme des montants des commandes. On fait donc ensuite un aggrégat par pays, que l'on trie pour affichage.

```{r}
H1 = aggregate(MontantCommandes ~ Pays, G4, sum)
H2 = H1[order(H1$MontantCommandes, decreasing = TRUE),]
knitr::kable(H2, row.names = FALSE, caption = "Chiffre d'affaires par pays")
```