KV4: new indicator

scripts/KV4_computations.R

@@ -0,0 +1,66 @@
+# KV4 - Alternative Antriebe in der kantonalen Flotte bei neu beschafften Fahrzeugen ---------
+
+# Import data -------------------------------------------------------------
+# Schritt 1 : hier werden die Daten eingelesen
+
+ds <- create_dataset('KV4')
+ds <- download_data(ds)
+
+# Dieses Objekt dient als Grundlage zur Weiterverarbeitung
+# temp fix for reading in data
+KV4_data <- ds$data
+
+# Berechnungen -----------------------------------------------------
+# Schritt 2 : Falls die zu publizierenden Werte noch berechnet werden müssen, können hier Aggregierungs- und Transformationsschritte vorgenommen werden.
+
+# Anzahl Fahrzeuge pro Jahr und Fahrzeugkategorie
+KV4_comp1 <- KV4_data %>%
+  dplyr::group_by(Fahrzeugtyp, Jahr) %>%
+  dplyr::mutate(total_fhz = sum(Anzahl_Fzg)) %>%
+  dplyr::mutate(Wert = round(Anzahl_Fzg/total_fhz * 100, 0), Einheit = "Prozent (%)")
+
+KV4_computed <- KV4_comp1 %>%
+  dplyr::select(-total_fhz, -Anzahl_Fzg) %>%
+  dplyr::mutate(Gebiet = "Kanton Zürich") %>%
+  dplyr::relocate(Variable = Antriebstechnologie, .before = Wert) %>%
+  dplyr::relocate(Gebiet, .after = Jahr)
+
+# Die Voraussetzung für den letzten Schritt (3) ist ein Datensatz im long Format nach folgendem Beispiel:
+
+# # A tibble: 216 × 5
+#    Jahr  Gebiet  Treibstoff_Typ Einheit         Wert
+#    <chr> <chr>   <chr>          <chr>          <dbl>
+#  1 2005  Schweiz fossil         Anzahl  306455
+#  2 2005  Schweiz fossil         Total   307161
+#  3 2005  Schweiz fossil         Anteil       0.998
+#  4 2005  Schweiz fossil-free    Anzahl     706
+#  5 2005  Schweiz fossil-free    Total   307161
+
+# Harmonisierung Datenstruktur / Bezeichnungen  ----------------------------------------------------------
+
+# Schritt 3 : Hier werden die Daten in die finale Form gebracht
+
+# - Angleichung der Spaltennamen / Kategorien und Einheitslabels an die Konvention
+# - Anreicherung mit Metadaten aus der Datensatzliste
+
+
+# Enrich KV4_computed with metadata
+KV4_export_data <- KV4_computed %>%
+  dplyr::mutate(
+    Indikator_ID = ds$dataset_id,
+    Indikator_Name = ds$indicator_name,
+    Datenquelle = ds$data_source,
+    Fahrzeugtyp = case_when(
+      Fahrzeugtyp == "Schwere Nutzfahrzeuge (N2/N3)" ~ "Lastwagen (N2/N3)",
+      TRUE ~ as.character(Fahrzeugtyp)
+    )
+  ) %>%
+  dplyr::select(Jahr, Gebiet, Indikator_ID, Indikator_Name, Fahrzeugtyp, Variable, Wert, Einheit, Datenquelle)
+
+# assign data to be exported back to the initial ds object -> ready to export
+ds$export_data <- KV4_export_data
+
+# Export CSV --------------------------------------------------------------
+
+# Daten werden in den /output - Ordner geschrieben
+export_data(ds)

temp.px

@@ -0,0 +1 @@
+[{"id":"px-x-0902010000_102.px","type":"t","text":"Gebäude nach Kanton, Gebäudekategorie, Hauptenergiequelle der Heizung, Hauptenergiequelle fürs Warmwasser und Bauperiode","updated":"2024-09-23T08:31:08"}]