diff --git a/LICENSE b/LICENSE
new file mode 100644
index 0000000000000000000000000000000000000000..abe9fd4eddfff4d8070a4c100a7831d91a615ffe
--- /dev/null
+++ b/LICENSE
@@ -0,0 +1,2 @@
+YEAR: 2020
+COPYRIGHT HOLDER: Helmer Belbo
diff --git a/LICENSE.md b/LICENSE.md
new file mode 100644
index 0000000000000000000000000000000000000000..2822e5403f3d1faef4350b52aa38cc87b6cee3da
--- /dev/null
+++ b/LICENSE.md
@@ -0,0 +1,21 @@
+# MIT License
+
+Copyright (c) 2020 Helmer Belbo
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.
diff --git a/NAMESPACE b/NAMESPACE
index 00068772d59e5a03ca6152263eecc2ec92019994..14a2451499dd73630a55d030d7905477619371c5 100644
--- a/NAMESPACE
+++ b/NAMESPACE
@@ -1,10 +1,11 @@
# Generated by roxygen2: do not edit by hand
-export(ld.fylke.mnd)
-export(ld.kommune)
+export("%>%")
export(regnavn.at.ref.yr)
-export(regnavn.at.ref.yr2)
export(t03794)
export(t03895)
export(t06216)
export(t12750)
+importFrom(dplyr,mutate)
+importFrom(magrittr,"%>%")
+importFrom(rlang,":=")
diff --git a/R/data.R b/R/data.R
index f20bfae6c16184a51602d6496b71361b6b973e98..49110900b8b064316077f49d24fa0f89f994ef8f 100644
--- a/R/data.R
+++ b/R/data.R
@@ -1,12 +1,10 @@
-
#' Regioninndeling kommunevis siden 1994
#'
#' En tabell som viser endringer i kommunenes navn og nummer fra utgangspunkt
-#' januar 1994 fram til nå. Tabellen kan benyttes sammen med
-#' SSB regional statistikk (på kommunenivå) for å koble observasjoner fra
-#' tidligere år til dagens kommunestruktur.
-#' SSB info: \url{https://www.ssb.no/klass/klassifikasjoner/131}
-#'
+#' januar 1994 fram til naa. Tabellen kan benyttes sammen med
+#' SSB regional statistikk (paa kommunenivaa) for aa koble observasjoner fra
+#' tidligere aar til dagens kommunestruktur.
+#' SSB info: https://www.ssb.no/klass/klassifikasjoner/131
#'
#'
#' @format En tibble med 436 rader (436 kommuner i '94) og 26 variabler:
@@ -15,8 +13,8 @@
#' \item{reg_name_199401}{Regionnavn januar 1994; chr "Halden" "Moss" ...}
#' \item{reg_code_200201}{Regionkode januar 2002; chr "0101" "0104"...}
#' \item{reg_name_200201}{Regionnavn januar 2002; chr "Halden" "Moss" ...}
-#' \item{...code...}{fortsetter på samme vis til 2020}
-#' \item{...name...}{fortsetter på samme vis til 2020}
+#' \item{...code...}{fortsetter paa samme vis til 2020}
+#' \item{...name...}{fortsetter paa samme vis til 2020}
#' }
"regref_kommune"
@@ -26,57 +24,99 @@
#'
#' En tabell som viser endringer i kommunenes navn og nummer fra utgangspunkt
#' januar 1994 fram til nå. Tabellen kan benyttes sammen med
-#' SSB regional statistikk (på kommunenivå) for å koble observasjoner fra
-#' tidligere år til dagens kommunestruktur.
-#' Fylkesinndelingen og endringer er hentet her: \url {https://www.ssb.no/klass/klassifikasjoner/104}
+#' SSB regional statistikk (paa kommunenivaa) for aa koble observasjoner fra
+#' tidligere aar til dagens kommunestruktur.
+#' Fylkesinndelingen og endringer er hentet her https://www.ssb.no/klass/klassifikasjoner/104
#'
#' @format En tibble med 20 rader (20 fylker i '94) og 8 variabler:
#' \describe{
#' \item{reg_code_199401}{Regionkode januar 1994; chr "01" "02"...}
-#' \item{reg_name_199401}{Regionnavn januar 1994; chr "Østfold" "Akershus" ...}
+#' \item{reg_name_199401}{Regionnavn januar 1994; chr "Oestfold" "Akershus" ..}
#' \item{reg_code_200607}{Regionkode juli 2006; chr "01" "02"...}
-#' \item{reg_name_200607}{Regionnavn juli 2006; chr "Østfold" "Akershus" ...}
-#' \item{...code...}{fortsetter på samme vis til 2020}
-#' \item{...name...}{fortsetter på samme vis til 2020}
+#' \item{reg_name_200607}{Regionnavn juli 2006; chr "Oestfold" "Akershus" ...}
+#' \item{...code...}{fortsetter paa samme vis til 2020}
+#' \item{...name...}{fortsetter paa samme vis til 2020}
#' }
"regref_fylke"
-#' Hogstvolum fordelt på kommune, sortiment, år fra 1996
+#' Hogstvolum fordelt paa kommune, sortiment, aar fra 1996
#'
-#' Data fra SSB: \url {https://www.ssb.no/statbank/table/03014}
+#' Data fra SSB at https://www.ssb.no/statbank/table/03014
#'
#' @format data.frame med om lag 172k obs og 11 variabler:
#' \describe{
-#' \item{region}{Navn på kommunen (på hogsttidspunkt); chr "Hele landet" "Halden" ...}
-#' \item{kategoritekst}{Sortimentnavn; chr "Gran spesialtømmer" "Furu sekunda sagtømmer" ...}
+#' \item{region}{Navn paa kommunen (paa hogsttidspunkt); chr "Hele landet" "Halden" ...}
+#' \item{kategoritekst}{Sortimentnavn; chr "Gran spesialtoemmer" "Furu sekunda sagtoemmer" ...}
#' \item{statistikkvariabel}{ ; chr "Kvantum rundvirke avvirket for salg" "Kvantum rundvirke avvirket for salg"...}
-#' \item{ar}{Årstall; int "1996" "1997" ...}
+#' \item{ar}{Aarstall; int "1996" "1997" ...}
#' \item{volum_m3pris}{Volum (avregningsvolum, 1000 m3): int 12 36 85 125 }
-#' \item{region_kode}{Kommunenummer på registreringstidspkt: chr "0" "0101" "0102"}
+#' \item{region_kode}{Kommunenummer paa registreringstidspkt: chr "0" "0101" "0102"}
#' \item{virkeskategori}{virkeskategori chr "1110" "1141" "1143" "1148" "1160" "1410" "1490" "2110" "2141" "2143" "2148" "2160" "2410" "2490" "3120" "3400" "3800" "1800"}
#' \item{treslag}{chr "Gran" "Furu" "Lauv" "Ukjent"}
-#' \item{sortimentgruppe}{sortimentgruppe chr "tømmer" "sams" "massevirke" "annet"}
+#' \item{sortimentgruppe}{sortimentgruppe chr "toemmer" "sams" "massevirke" "annet"}
#' \item{reg_n2020}{Regionnavn pr 2020 chr "Hele landet" "Halden" "Moss" "Sarpsborg" "Fredrikstad"}
#' \item{reg_k2020}{Regionkode pr 2020 chr "0301" "1101" "1103" "1106" "1108" "1111" "1112" "1114"}
#' }
"m3_sortiment_kmn"
-
-
-
-#' Virkesverdi fordelt på kommune, sortiment, år fra 1996
+#' Virkesverdi fordelt paa kommune, sortiment, aar fra 1996
#'
-#' Data fra SSB: \url {https://www.ssb.no/statbank/table/03794}
+#' Data fra SSB: https://www.ssb.no/statbank/table/03794
#'
#' @format data.frame med om lag 9542 obs og 7 variabler:
#' \describe{
-#' \item{region}{Navn på kommunen (på hogsttidspunkt); chr "Hele landet" "Halden" ...}
-#' \item{kategoritekst}{Sortimentnavn; chr "Gran spesialtømmer" "Furu sekunda sagtømmer" ...}
+#' \item{region}{Navn paa kommunen (paa hogsttidspunkt); chr "Hele landet" "Halden" ...}
+#' \item{kategoritekst}{Sortimentnavn; chr "Gran spesialtoemmer" "Furu sekunda sagtoemmer" ...}
#' \item{statistikkvariabel}{ ; chr "Bruttoverdi" "Bruttoverdi"}
-#' \item{ar}{Årstall; int "1996" "1997" ...}
+#' \item{ar}{Aarstall; int "1996" "1997" ...}
#' \item{bruttoverdi}{Brutto verdi av solgt industrivirke NOK: int 2709220 2877766 2608427 ... }
#' \item{reg_n2020}{Regionnavn (kommunenavn) pr 2020 chr "Hele landet" "Halden" "Moss" "Sarpsborg" "Fredrikstad"}
#' \item{reg_k2020}{Regionkode (kommunekode) pr 2020}
#' }
"virkesverdi_kmn"
+
+#' Hogststatistikk per fylke, sortiment, mnd, ... fra 2014
+#'
+#' Data fra Landbruksdirektoratets hogststatistikk
+#'
+#' @format tibble med om lag 19k obs og 13 variabler
+#' \describe{
+#' \item{FYLKENR }{Nr paa fylke (paa hogsttidspunkt); chr "01" "01" ...}
+#' \item{FYLKENAVN}{; "Østfold" "Østfold" ...}
+#' \item{AVVIRKAAR}{årstall; num 2014 2014 2014 ...}
+#' \item{KVARTAL}{kvartal; num 1 1 1 ...}
+#' \item{AVVIRKMND}{Aarstall; num 1 1 1 ...}
+#' \item{SORTKODE}{Sortimentkode : chr "01" "01" "01" ...}
+#' \item{SORTIMENT}{Sortimentnavn: chr "Sagtømmer" "Sagtømmer" ... }
+#' \item{VIRKESGRP}{Virkesgruppe; chr "1-Gran" "1-Gran" "2-Furu" "3-Lauv" "5-Ved" ... }
+#' \item{VIRKESKAT}{Virkeskategori; chr "1110" "1140" "1148" ...}
+#' \item{KATEGORITEKST}{sortimentgruppe chr "Gran spesial" "Gran sagtømmer sams" }
+#' \item{TOTALVOLUM}{m3; num 3440 14215 ...}
+#' \item{TOTALVERDI}{kr; num 1599470 6898324 703000 ...}
+#' \item{M3PRIS}{kr pr m3; num 465 485 263 398 3 ...}
+#' }
+"hogst_fylke_ld"
+
+
+#' Hogststatistikk per kommune, sortiment, år, ... fra 2014
+#'
+#' Data fra Landbruksdirektoratets hogststatistikk
+#'
+#' @format tibble med om lag 20k obs og 13 variabler
+#' \describe{
+#' \item{FYLKENR }{Nr paa fylke (paa hogsttidspunkt); chr "01" "01" ...}
+#' \item{FYLKENAVN}{; "Østfold" "Østfold" ...}
+#' \item{KOMNR}{Nr paa kommune (på hogsttidspunkt); chr "0101" "0101" ...}
+#' \item{KOMNAVN}{; "HALDEN" "HALDEN" ...}
+#' \item{AVVIRKAAR}{årstall; num 2014 2014 2014 ...}
+#' \item{SORTKODE}{Sortimentkode : chr "01" "01" "01" ...}
+#' \item{SORTIMENT}{Sortimentnavn: chr "Sagtømmer" "Sagtømmer" ... }
+#' \item{VIRKESGRP}{Virkesgruppe; chr "1-Gran" "1-Gran" "2-Furu" "3-Lauv" "5-Ved" ... }
+#' \item{VIRKESKAT}{Virkeskategori; chr "1110" "1140" "1148" ...}
+#' \item{KATEGORITEKST}{sortimentgruppe chr "Gran spesial" "Gran sagtømmer sams" }
+#' \item{TOTALVOLUM}{m3; num 3440 14215 ...}
+#' \item{TOTALVERDI}{kr; num 1599470 6898324 703000 ...}
+#' \item{M3PRIS}{kr pr m3; num 465 485 263 398 3 ...}
+#' }
+"hogst_kommune_ld"
diff --git a/R/lmd_avvirkning.R b/R/lmd_avvirkning.R
deleted file mode 100644
index 8aa8f1714587cc4fdeaf5dd71e05512afae152c7..0000000000000000000000000000000000000000
--- a/R/lmd_avvirkning.R
+++ /dev/null
@@ -1,48 +0,0 @@
-
-#' LD: Fylkesvis pr mnd
-#' @description fylkesvise hogstdata fra landbruksdirektoratets excel-filer
-#'
-#' Filene ligger i mappen ./inst/ekstdata og beh�ver derfor ikke hentes.
-#'
-#' @return a tibble with logging statistics
-#' @param Behøver ingen parametere. Datafilene ligger i egen folder.
-#' @export
-#'
-#' @examples devtools::install_github("hbelbo/vsop")
-#' ld.fylke.mnd()
-ld.fylke.mnd = function(){
- files <- list.files(path = (system.file("extdata", package = "vsop")) ,
- pattern = ".xlsx", full.names = T) %>%
- .[which(!stringr::str_detect(., "~"))] %>%
- .[which(stringr::str_detect(., "Fylkesvis avvirkning pr måned "))]
-
- df = readxl::read_xlsx(path = files[1], sheet = 1, skip = 2, col_names = T)[NULL, ]
- for (i in seq_along(files)){
- df = rbind(df, readxl::read_xlsx(path = files[i], sheet = 1, skip = 2, col_names = T))
- }
- return(df)
-}
-
-
-#' LD: Kommunevis
-#'
-#' @return a tibble with logging statistics
-#' @param Behøver ingen parametere. Datafilene ligger i egen folder.
-#' @export
-#'
-#' @examples
-#' ld.kommune()
-ld.kommune = function(){
- files <- list.files(path = (system.file("extdata", package = "vsop")) ,
- pattern = ".xlsx", full.names = T) %>%
- .[which(!stringr::str_detect(., "~"))] %>%
- .[which(stringr::str_detect(., "Kommunevis avvirkning"))]
-
- df = readxl::read_xlsx(path = files[1], sheet = 1, skip = 2, col_names = T)[NULL, ]
- for (i in seq_along(files)){
- df = rbind(df, readxl::read_xlsx(path = files[i], sheet = 1, skip = 2, col_names = T))
- }
- return(df)
-}
-
-
diff --git a/R/no_regioninndeling.R b/R/no_regioninndeling.R
index 21a60ab5560f4d7e74b1b5ef4c48a52ca3516167..e055dfb65b96fd4f569a56dc77cd17b327bb080e 100644
--- a/R/no_regioninndeling.R
+++ b/R/no_regioninndeling.R
@@ -1,5 +1,4 @@
-
-#' Region navn og region kode for gitt år
+#' Region navn og region kode for gitt tidspunkt
#'
#' Denne funksjonen tar regionkoder og regionnavn fra en regional statistikk,
#' tar inn tabell som viser historiske endringer i regional inndeling av Norge
@@ -9,177 +8,57 @@
#' @param regionstat is the regional statistics, where each obs represent one yar
#' and one region (fylke eller kommune)
#' @param ref.yr is the reference year to which geographic name and code is to be used
-#' @param reg_level is the region level in the regionstat ("fylke" | kommune")
#'
#' @return tibble having the regional statistics including the regional
#' names and codes for the reference year in question
#' @export
+#' @importFrom rlang :=
+#' @importFrom dplyr mutate
+#'
#'
-#' @examples regnavn.at.ref.yr(regionstat = t12750(), ref.yr = 2020 ) %>% glimpse()
-regnavn.at.ref.yr <- function(regionstat, ref.yr = lubridate::year(now()), reg_level = "fylke"){
+#' @examples regnavn.at.ref.yr(regionstat = t12750()) %>% glimpse()
+regnavn.at.ref.yr <- function(regionstat, ref.yr = lubridate::year(lubridate::now())){
# regionstat = t12750() #for testing
- regionstat <- as_tibble(regionstat)
- if (!"aar" %in% names(regionstat)) {
- w <- which(tolower(names(regionstat)) %in% c("ar", "år") )
- regionstat$aar = as.numeric(pull(regionstat[,w]))
- }
-
# Fetch the relevant region reference table regref
- if (reg_level == "fylke") { regref <- regref_fylke
- } else {regref <- regref_kommune}
+ if (nchar(regionstat$region_kode[1]) == 2) {
+ regref <- vsop::regref_fylke_l #regref_fylke_l is a table created in the DATASET script saved in the "data" directory
+ } else {
+ regref <- vsop::regref_kommune_l #regref_kommune_l is a table created in the DATASET script saved in the "data" directory
+ }
# harmonizing
- ref.yr = as.integer(ref.yr)
-print("")
-print("Regref:")
-glimpse(regref)
- # Fetching from regref
- regref <- as.data.frame(regref, stringsAsFactors = F)
- regref_n <- names(regref) #their column names
- regref_yr <- as.integer(stringr::str_extract(names(regref), "\\d{4}")) #year
- regref_typ <- stringr::str_sub(regref_n, 5, 8) # type (code / name)
- print("regref_yr and regref_typ wrapped in tibble:")
- glimpse(tibble(regref_yr = regref_yr, regref_typ = regref_typ))
-
- print("Samples from regionstat before adding regref_ref.yr_col_code:")
-glimpse(regionstat[seq.int(1, dim(regionstat)[1], length.out = 10), ])
-
- regionstat <-
- regionstat %>%
- dplyr::mutate(.,
- # for each obs in regionstat: tag which column in
- # regref one should fetch the name and code
- # when to fit with the ref.yr.
- regref_ref.yr_col_code =
- max( which(regref_yr <= ref.yr & regref_typ == "code") ),
-
- regref_ref.yr_col_name =
- max( which(regref_yr <= ref.yr & regref_typ == "name") ))
-
- print("Samples from regionstat after adding regref_ref.yr_col_code:")
- glimpse(regionstat[seq.int(1, dim(regionstat)[1], length.out = 10), ])
-
- regionstat <-
- regionstat %>%
- dplyr::mutate(.,
- # For each obsrv in the regionstat:
- # which column in regref the "aar" belongs to;
- # = ar_regref_col_rcode and ar_regref_col_rname
- yr_regref_col_rcode = purrr::pmap_int(., .f = function(aar, ...){
- max( which( regref_yr <= aar & regref_typ == "code") )
- }),
-
- yr_regref_col_rname = purrr::pmap_int(., .f = function(aar, ...){
- max( which( regref_yr <= aar & regref_typ == "name") )
- }))
- print("Samples from regionstat after adding yr_regref_col_rcode:")
- glimpse(regionstat[seq.int(1, dim(regionstat)[1], length.out = 10), ])
- regionstat <-
- regionstat %>%
- dplyr::mutate(.,
-
- # if each regionstat$region is present in the column in regref
- # corresponding to the year of observation in regionstat
- # = recode_regref_row
- regcode_in_regrefcol = purrr::pmap_lgl(., .f = function(region_kode, yr_regref_col_rcode, ...){
- case_when(
- region_kode %in% regref[, yr_regref_col_rcode] ~ T,
- TRUE ~ F)
- }),
- # and which row in regref the region_code belongs to:
- # = recode_regref_row
- regcode_regref_row = purrr::pmap_int(., .f = function(region_kode, yr_regref_col_rcode, ...){
- case_when(
- region_kode %in% regref[, yr_regref_col_rcode] ~
- which( regref[, yr_regref_col_rcode] == region_kode)[1] ,
- TRUE ~ NA_integer_)
- })
- ) %>%
- #
-
- dplyr::mutate(.,
- valid_reg =
- dplyr::case_when(
- regcode_in_regrefcol | region_kode == "0" ~ T,
- TRUE ~ F))
-
- print("Samples from regionstat after adding valid_reg:")
- glimpse(regionstat[seq.int(1, dim(regionstat)[1], length.out = 10), ])
-
- regionstat <- regionstat %>%
-
- dplyr::filter(., valid_reg == TRUE) %>%
-
-# Then we have indexes needed to pick the right row and column
-# to populate both reg_k@ref.yr and reg_n@ref.yr
- dplyr::mutate(.,
- !!sym(paste0("reg_n", ref.yr)) := coalesce(regref[cbind(regcode_regref_row, regref_ref.yr_col_name)], region),
- !!sym(paste0("reg_k", ref.yr)) := coalesce(regref[cbind(regcode_regref_row, regref_ref.yr_col_code)], region_kode)
- )
-
-
- return(regionstat)
-
-}
-
-
-
+ ref.yr <- as.integer(ref.yr)
+ # identify which row in regref the region_code and observation year belongs to:
-#' Region navn og region kode for gitt år v2
-#'
-#' Denne funksjonen tar regionkoder og regionnavn fra en regional statistikk,
-#' tar inn tabell som viser historiske endringer i regional inndeling av Norge
-#' og gjør om til riktige koder og navn for et gitt referanseår (ref.yr)
-#' Funksjonen fungerer for fylkesnivå inkludert landet ELLER for kommunenivå.
-#'
-#' @param regionstat is the regional statistics, where each obs represent one yar
-#' and one region (fylke eller kommune)
-#' @param ref.yr is the reference year to which geographic name and code is to be used
-#'
-#' @return tibble having the regional statistics including the regional
-#' names and codes for the reference year in question
-#' @export
-#'
-#' @examples regnavn.at.ref.yr2(regionstat = t12750()) %>% glimpse()
-regnavn.at.ref.yr2 <- function(regionstat){
- # regionstat = t12750() #for testing
-
- # Fetch the relevant region reference table regref
- if (nchar(regionstat$region_kode[1]) == 2) {
- regref <- regref_fylke_l
- } else {regref <- regref_kommune_l }
-
- # harmonizing
- ref.yr <- as.integer(year(now()))
regionstat <-
regionstat %>%
- dplyr::mutate(.,
+ dplyr::mutate(
# which row in regref the region_code and observation year belongs to:
- regrefrow = purrr::pmap_int(., .f = function(region_kode, aar, ...){
+ regrefrow = purrr::pmap_int(regionstat, .f = function(region_kode, aar, ...){
# 1: check if exists a part of regref where "region_code_from" == region_kode AND yfrom <= aar
tmprr <-
- regref %>%
- filter(., reg_code_from == region_kode, yfrom <= aar)
+ dplyr::filter(regref, reg_code_from == region_kode, yfrom <= aar)
if (nrow(tmprr) > 0 ) {
+ # yes then tag which row in regref the region_code and observation year belongs to. regref reference row
rrr <- max( which(regref$reg_code_from == region_kode & regref$yfrom <= aar))
} else {
rrr <- NA_integer_
}
return(rrr)
})) %>%
- dplyr::filter(., !is.na(regrefrow)) %>%
+ dplyr::filter( !is.na(regrefrow)) %>%
# Then we have index needed to pick the right row
# to populate both reg_k@ref.yr and reg_n@ref.yr
- dplyr::mutate(.,
- !!sym(paste0("reg_n", ref.yr)) := coalesce(regref$reg_name_to[(regrefrow)], region),
- !!sym(paste0("reg_k", ref.yr)) := coalesce(regref$reg_code_to[(regrefrow)], region_kode)
+ dplyr::mutate(
+ !!rlang::sym(paste0("reg_n", ref.yr)) := regref$reg_name_to[(regrefrow)],
+ !!rlang::sym(paste0("reg_k", ref.yr)) := regref$reg_code_to[(regrefrow)]
)
diff --git a/R/ssb_skogsavvirkning.R b/R/ssb_skogsavvirkning.R
index dfa51777ec21c29bcd082f07545096ff99142cab..a78d776a74125679f9fc06d5e24a3b01834c1c37 100644
--- a/R/ssb_skogsavvirkning.R
+++ b/R/ssb_skogsavvirkning.R
@@ -1,7 +1,7 @@
##### t03794
#' Skogsavvirkning bruttoverdi t03794
#'
-#' bruttoverdi per år av tømmer, SSB tabell 03794
+#' bruttoverdi per aar av toemmer, SSB tabell 03794
#'
#' Tabellen gir totalverdi av tømmer solgt per år og geografisk enhet, fra 1996 til 2018.
#' Litt usikker om energivirkesortimenter og ved er med.
@@ -34,23 +34,24 @@ t03794 <- function(region_level = 'fylke'){
ContentsCode = T # 10i)
)
- regioner_utvalg <- # identify regions havreing volumes
- dplyr::as.tbl(pxdt[[1]]) %>%
- dplyr::rename(., bruttoverdi = value) %>%
+ regioner_utvalg <- # identify regions having volumes
+ tibble::as_tibble(pxdt[[1]]) %>%
+ dplyr::rename( bruttoverdi = value) %>%
dplyr::group_by(region) %>%
- dplyr::summarize(., volumtot = sum(bruttoverdi, na.rm = T)) %>%
- dplyr::filter(., volumtot > 0) %>%
- dplyr::pull(., region)
+ dplyr::summarize( volumtot = sum(bruttoverdi, na.rm = T)) %>%
+ dplyr::filter( volumtot > 0) %>%
+ dplyr::ungroup() %>%
+ dplyr::pull(region)
- ds <- dplyr::as.tbl(pxdt[[2]]) %>%
- dplyr::rename(., region_kode = Region, ar = Tid)
+ ds <- tibble::as_tibble(pxdt[[2]]) %>%
+ dplyr::rename( region_kode = Region)
- bruttov <- dplyr::as.tbl(pxdt[[1]]) %>%
+ bruttov <- tibble::as_tibble(pxdt[[1]]) %>%
- dplyr::rename(., ar = år, bruttoverdi = value) %>%
- dplyr::bind_cols(., (ds %>% dplyr::select(., region_kode))) %>%
- dplyr::filter(., region %in% regioner_utvalg) %>%
- dplyr::mutate(., ar = as.integer(ar))
+ dplyr::rename( bruttoverdi = value) %>%
+ dplyr::bind_cols( (ds %>% dplyr::select( region_kode, Tid))) %>%
+ dplyr::filter( region %in% regioner_utvalg) %>%
+ dplyr::mutate( aar = as.integer(Tid))
return(bruttov)
@@ -58,10 +59,10 @@ t03794 <- function(region_level = 'fylke'){
##### t12750
#' Skogsavvirkning priser t12750
-#' prisstatistikk for tømmer fra SSB tabell 12750
+#' prisstatistikk for virke fra SSB tabell 12750
#'
-#' Tabellen gir snittpris per sortiment på fylkesnivå, fra 2006 til 2018.
-#' Virke blir også klassifisert på treslag og sortimentgrupper (tømmmer, massevirke, sams, annet)
+#' Tabellen gir snittpris per sortiment per fylke, fra 2006 til 2018.
+#' Virke blir klassifisert per treslag og sortimentgrupper (tømmmer, massevirke, sams, annet)
#' https://www.ssb.no/statbank/list/skogav
#'
#' @return en tibble med hele datasetet.
@@ -82,19 +83,19 @@ t12750 <- function(){
Tid = T,
Treslag = T
)
- regioner_utvalg <- dplyr::as.tbl(pxdt[[2]]) %>%
- dplyr::group_by(Region) %>% dplyr::summarize(., harpris = sum(value, na.rm = T)) %>%
- dplyr::filter(., harpris > 0) %>%
- dplyr::select(., Region) %>% dplyr::pull(.)
-
- ds <- as.tbl(pxdt[[2]]) %>%
- rename(., region_kode = Region, ar = Tid, virkeskategori = Treslag, Pris = value) #Modding variable names
-
- priser <- dplyr::as.tbl(pxdt[[1]]) %>%
- dplyr::rename(., ar = år, kategoritekst = sortiment, pris = value) %>%
- dplyr::bind_cols(., (ds %>% dplyr::select(., region_kode, virkeskategori))) %>%
- dplyr::filter(., region_kode %in% regioner_utvalg) %>%
- dplyr::mutate(.,
+ regioner_utvalg <- tibble::as_tibble(pxdt[[2]]) %>%
+ dplyr::group_by(Region) %>% dplyr::summarize( harpris = sum(value, na.rm = T)) %>%
+ dplyr::filter( harpris > 0) %>%
+ dplyr::select( Region) %>% dplyr::pull()
+
+ ds <- tibble::as_tibble(pxdt[[2]]) %>%
+ dplyr::rename( region_kode = Region, virkeskategori = Treslag, Pris = value) #Modding variable names
+
+ priser <- tibble::as_tibble(pxdt[[1]]) %>%
+ dplyr::rename( kategoritekst = sortiment, pris = value) %>%
+ dplyr::bind_cols(., (ds %>% dplyr::select(region_kode, virkeskategori, Tid))) %>%
+ dplyr::filter(region_kode %in% regioner_utvalg) %>%
+ dplyr::mutate(
treslag = dplyr::case_when(
stringr::str_detect(kategoritekst, "Gran") ~ "Gran",
stringr::str_detect(kategoritekst, "Furu") ~ "Furu",
@@ -108,7 +109,7 @@ t12750 <- function(){
stringr::str_sub(virkeskategori, 1,2) %in% c("14", "24", "34") ~ "massevirke",
TRUE ~ "annet"
),
- ar = as.numeric(ar)
+ aar = as.integer(Tid)
)
return(priser)
}
@@ -141,23 +142,22 @@ t06216 <- function(){ # NB: avslutta, tidsserie 1996 - 2017
Region = fylker,
Tid = T,
Treslag = T )
- regioner_utvalg <- dplyr::as.tbl(pxdt[[2]]) %>%
+ regioner_utvalg <- tibble::as_tibble(pxdt[[2]]) %>%
dplyr::group_by(Region) %>% dplyr::summarize(., harpris = sum(value, na.rm = T)) %>%
- dplyr::filter(., harpris > 0) %>%
- dplyr::pull(., Region)
+ dplyr::filter( harpris > 0) %>%
+ dplyr::pull( Region)
- priser <- as.tbl(pxdt[[1]]) %>%
- dplyr::rename(., kategoritekst = sortiment, pris = value)
+ priser <- tibble::as_tibble(pxdt[[1]]) %>%
+ dplyr::rename( kategoritekst = sortiment, pris = value)
- ds <- dplyr::as.tbl(pxdt[[2]]) %>%
- dplyr::rename(., region_kode = Region, ar = Tid, virkeskategori = Treslag, Pris = value) #Correcting missleading variable names
+ ds <- tibble::as_tibble(pxdt[[2]]) %>%
+ dplyr::rename( region_kode = Region, virkeskategori = Treslag, Pris = value) #Correcting missleading variable names
priser <-
- priser %>% dplyr::bind_cols(., (ds %>% dplyr::select(., region_kode, virkeskategori))) %>%
- dplyr::filter(., region_kode %in% regioner_utvalg) %>%
- dplyr::mutate(.,
- treslag = dplyr::case_when(
+ priser %>% dplyr::bind_cols(., (ds %>% dplyr::select( region_kode, virkeskategori, Tid))) %>%
+ dplyr::filter( region_kode %in% regioner_utvalg) %>%
+ dplyr::mutate( treslag = dplyr::case_when(
stringr::str_detect(kategoritekst, "Gran") ~ "Gran",
stringr::str_detect(kategoritekst, "Furu") ~ "Furu",
stringr::str_detect(kategoritekst, "Lauvtre") ~ "Lauv",
@@ -170,7 +170,7 @@ t06216 <- function(){ # NB: avslutta, tidsserie 1996 - 2017
stringr::str_sub(virkeskategori, 1,2) %in% c("14", "24", "34") ~ "massevirke",
TRUE ~ "annet"
),
- ar = as.numeric(ar)
+ aar = as.integer(Tid)
)
return(priser)
}
@@ -190,7 +190,7 @@ t06216 <- function(){ # NB: avslutta, tidsserie 1996 - 2017
#'
#' @examples
#' t03895()
-t03895 <- function(region_level = 'fylke'){ # 1996 - 2018
+t03895 <- function(region_level = "fylke"){ # 1996 - 2018
if ( !(region_level %in% c("fylke", "kommune"))) { stop("warning: to get result, region_level should be one of 'fylker', 'kommune'" )}
metadt <- PxWebApiData::ApiData("http://data.ssb.no/api/v0/no/table/03895", returnMetaData = TRUE)
@@ -210,22 +210,22 @@ t03895 <- function(region_level = 'fylke'){ # 1996 - 2018
)
regioner_utvalg <-
- dplyr::as.tbl(pxdt[[1]]) %>%
- dplyr::rename(., volum_m3pris = value) %>%
+ tibble::as_tibble(pxdt[[1]]) %>%
+ dplyr::rename( volum_m3pris = value) %>%
dplyr::group_by(region) %>%
- dplyr::summarize(., volumtot = sum(volum_m3pris, na.rm = T)) %>%
- dplyr::filter(., volumtot > 0) %>%
- dplyr::pull(., region)
+ dplyr::summarize( volumtot = sum(volum_m3pris, na.rm = T)) %>%
+ dplyr::filter( volumtot > 0) %>%
+ dplyr::pull( region)
- ds <- dplyr::as.tbl(pxdt[[2]]) %>%
- dplyr::rename(., region_kode = Region, ar = Tid, virkeskategori = Treslag)
+ ds <- tibble::as_tibble(pxdt[[2]]) %>%
+ dplyr::rename( region_kode = Region, virkeskategori = Treslag)
- volum <- dplyr::as.tbl(pxdt[[1]]) %>%
+ volum <- tibble::as_tibble(pxdt[[1]]) %>%
- dplyr::rename(., ar = år, kategoritekst = sortiment, volum_m3pris = value) %>%
- dplyr::bind_cols(., (ds %>% dplyr::select(., region_kode, virkeskategori))) %>%
- dplyr::filter(., region %in% regioner_utvalg) %>%
- dplyr::mutate(.,
+ dplyr::rename( kategoritekst = sortiment, volum_m3pris = value) %>%
+ dplyr::bind_cols(., (ds %>% dplyr::select(., region_kode, virkeskategori, Tid))) %>%
+ dplyr::filter( region %in% regioner_utvalg) %>%
+ dplyr::mutate(
treslag = dplyr::case_when(
stringr::str_detect(kategoritekst, "Gran") ~ "Gran",
stringr::str_detect(kategoritekst, "Furu") ~ "Furu",
@@ -239,11 +239,8 @@ t03895 <- function(region_level = 'fylke'){ # 1996 - 2018
stringr::str_sub(virkeskategori, 1,2) %in% c("14", "24", "34") ~ "massevirke",
TRUE ~ "annet"
),
- ar = as.integer(ar)
+ aar = as.integer(Tid)
)
return(volum)
}
-
-
-
diff --git a/R/utils-pipe.R b/R/utils-pipe.R
new file mode 100644
index 0000000000000000000000000000000000000000..e79f3d80856576d6db32c9fb05cdbc02b28f4ff8
--- /dev/null
+++ b/R/utils-pipe.R
@@ -0,0 +1,11 @@
+#' Pipe operator
+#'
+#' See \code{magrittr::\link[magrittr:pipe]{\%>\%}} for details.
+#'
+#' @name %>%
+#' @rdname pipe
+#' @keywords internal
+#' @export
+#' @importFrom magrittr %>%
+#' @usage lhs \%>\% rhs
+NULL
diff --git a/data-raw/DATASET.R b/data-raw/DATASET.R
index d3c87af6982046df7641f6e9452fd8237ef11cf0..58315adf83b679bcd25307c36d9243fb7df49820 100644
--- a/data-raw/DATASET.R
+++ b/data-raw/DATASET.R
@@ -1,17 +1,26 @@
## code to prepare `DATASET` dataset goes here
-region_at_time_txtfls = function(filename){
+# 1 creating the regref tables
+region_at_time_txtfls <- function(filename){
# function returning the mapping from one region name and code tag to the next according to the SSB region classification
#Fylker: https://www.ssb.no/en/klass/klassifikasjoner/104/versjon/1158/koder
#Kommuner: https://www.ssb.no/en/klass/klassifikasjoner/131
- # filename = files[1]
+ # filename = files[1] filename = files[2]
#readr::guess_encoding(filename)
- datastring = readLines(filename, n=-1L,
+ datastring <- readLines(filename, n=-1L,
encoding = dplyr::pull(readr::guess_encoding(filename)[1,1]),
warn = F)#nchars = 10^6)
- headings = unlist(stringr::str_split(datastring[1], "\t"))
+
+ datastring <- stringr::str_replace_all(
+ datastring,
+ (c("januar" = "jan", "februar" = "feb", "mars" = "mar", "mai" = "may",
+ "juni" = "jun", "juli" = "jul", "august" = "aug",
+ "oktober" = "oct", "desember" = "dec" )))
+
+ headings <- unlist(stringr::str_split(datastring[1], "\t"))
print(headings)
+
datastring = datastring[-1]
if((length(headings)%% 2) == 0 & length(datastring)>1) {
@@ -19,7 +28,7 @@ region_at_time_txtfls = function(filename){
datastring = stringr::str_remove(datastring, pattern = "\t")
convtable = matrix(data = datastring, ncol = 2, byrow = T)
colnames(convtable) = headings
- headingsinv = unlist(lapply(X= str_split(headings, " "), FUN = function(X){paste0(X[2]," ", X[1], " 1")}))
+ headingsinv = unlist(lapply(X= stringr::str_split(headings, " "), FUN = function(X){paste0(X[2]," ", X[1], " 1")}))
colnamecandidates = stringr::str_sub(
stringr::str_replace_all(
@@ -30,7 +39,7 @@ region_at_time_txtfls = function(filename){
convtable = dplyr::as_tibble(as.data.frame(convtable, stringsAsFactors=F))
froms = dplyr::as_tibble(
- str_split(
+ stringr::str_split(
string = dplyr::pull(convtable[,1]), pattern = " - ", n=2, simplify = T))
colnames(froms) = paste(c("reg_code", "reg_name"), rep(colnamecandidates[1], 2), sep = "_")
@@ -70,7 +79,7 @@ region_at_time_txtfls = function(filename){
} else if((length(headings)%% 2) == 0 & length(datastring) == 0) { # THen it is an empty update but we still need the "update dates"
- headingsinv = unlist(lapply(X= str_split(headings, " "), FUN = function(X){paste0(X[2]," ", X[1], " 1")}))
+ headingsinv = unlist(lapply(X= stringr::str_split(headings, " "), FUN = function(X){paste0(X[2]," ", X[1], " 1")}))
colnamecandidates = stringr::str_sub(
stringr::str_replace_all(
string = lubridate::ymd(headingsinv),
@@ -98,6 +107,8 @@ region_at_time_txtfls = function(filename){
return(fromstos)
}
+
+
regupdated = function(files){
regiondef = region_at_time_txtfls(filename = files[1])
@@ -110,7 +121,7 @@ regupdated = function(files){
regupnames <- names(both)
regupnamesl <- length(regupnames)
both %>%
- dplyr::mutate(.,
+ dplyr::mutate(
!!sym(regupnames[regupnamesl-1]) :=
dplyr::case_when(
!is.na(!!dplyr::sym(regupnames[regupnamesl-1])) ~
@@ -127,9 +138,9 @@ regupdated = function(files){
no.regiontabell.flk = function(){
#Fylker: https://www.ssb.no/en/klass/klassifikasjoner/104/versjon/1158/koder
- files <- list.files( path = "./data-raw", pattern = ".txt", full.names = T) %>%
- .[which(!stringr::str_detect(., "~"))] %>%
- .[which(stringr::str_detect(., "Regindeling_Fylker"))]
+ files <- list.files( path = "./data-raw", pattern = ".txt", full.names = T)
+ files <- files[which(!stringr::str_detect(files, "~"))]
+ files <- files[which(stringr::str_detect(files, "Regindeling_Fylker"))]
inndeling <- regupdated(files = files)
return(inndeling)
}
@@ -137,36 +148,37 @@ no.regiontabell.flk = function(){
no.regiontabell.kmn = function(){
#Kommuner: https://www.ssb.no/klass/klassifikasjoner/131
- files <- list.files(path = "./data-raw", pattern = ".txt", full.names = T) %>%
- .[which(!stringr::str_detect(., "~"))] %>%
- .[which(stringr::str_detect(., "Regindeling_Kommuner"))]
+ files <- list.files(path = "./data-raw", pattern = ".txt", full.names = T)
+ files <- files[which(!stringr::str_detect(files, "~"))]
+ files <- files[which(stringr::str_detect(files, "Regindeling_Kommuner"))]
print(files)
inndeling <- regupdated(files = files)
return(inndeling)
}
+# create the regref tables ----
regref_fylke <- no.regiontabell.flk()
regref_kommune <- no.regiontabell.kmn()
# creating a "long" mapping table between present region codes and current region codes.
prolong_region_mapping_table <- function(wide_region_mapping_table) {
- regref_codes <- wide_region_mapping_table %>% select(., starts_with("reg_code"))
- regref_names <- wide_region_mapping_table %>% select(., starts_with("reg_name"))
+ regref_codes <- wide_region_mapping_table %>% select( starts_with("reg_code"))
+ regref_names <- wide_region_mapping_table %>% select( starts_with("reg_name"))
start_states <- data.frame()
for (i in sequence(ncol(regref_codes) )) {
one_state_c = regref_codes[,i] %>%
- tidyr::pivot_longer(., cols = everything(), names_to = "time_from", values_to = "region_code" ) %>%
- mutate(., ymfrom = stringr::str_extract(time_from, "\\d{6}"),
+ tidyr::pivot_longer( cols = everything(), names_to = "time_from", values_to = "region_code" ) %>%
+ mutate( ymfrom = stringr::str_extract(time_from, "\\d{6}"),
yfrom = stringr::str_extract(ymfrom, "\\d{4}")) %>%
- select(., ymfrom, yfrom, reg_code_from = region_code)
+ select( ymfrom, yfrom, reg_code_from = region_code)
one_state_n = regref_names[,i] %>%
- tidyr::pivot_longer(., cols = everything(), names_to = "time_from", values_to = "region_name" ) %>%
- mutate(., ymfrom = stringr::str_extract(time_from, "\\d{6}"),
+ tidyr::pivot_longer( cols = everything(), names_to = "time_from", values_to = "region_name" ) %>%
+ mutate( ymfrom = stringr::str_extract(time_from, "\\d{6}"),
yfrom = stringr::str_extract(ymfrom, "\\d{4}")) %>%
- select(., reg_name_from = region_name)
+ select( reg_name_from = region_name)
one_state <- dplyr::bind_cols(one_state_c, one_state_n)
@@ -176,16 +188,16 @@ prolong_region_mapping_table <- function(wide_region_mapping_table) {
end_states <- data.frame()
for (i in sequence(ncol(regref_codes) )) {
one_state_c = regref_codes[,ncol(regref_codes)] %>%
- tidyr::pivot_longer(., cols = everything(), names_to = "end_time", values_to = "region_code" ) %>%
- mutate(., ymto = stringr::str_extract(end_time, "\\d{6}"),
+ tidyr::pivot_longer( cols = everything(), names_to = "end_time", values_to = "region_code" ) %>%
+ mutate( ymto = stringr::str_extract(end_time, "\\d{6}"),
yto = stringr::str_extract(ymto, "\\d{4}")) %>%
- select(., ymto, yto, reg_code_to = region_code )
+ select( ymto, yto, reg_code_to = region_code )
one_state_n = regref_names[,ncol(regref_names)] %>%
- tidyr::pivot_longer(., cols = everything(), names_to = "end_year", values_to = "region_name" ) %>%
- mutate(., ymto = stringr::str_extract(end_year, "\\d{6}"),
+ tidyr::pivot_longer( cols = everything(), names_to = "end_year", values_to = "region_name" ) %>%
+ mutate( ymto = stringr::str_extract(end_year, "\\d{6}"),
yto = stringr::str_extract(ymto, "\\d{4}")) %>%
- select(., reg_name_to = region_name)
+ select( reg_name_to = region_name)
one_state <- dplyr::bind_cols(one_state_c, one_state_n)
end_states <- dplyr::bind_rows(end_states, one_state)
@@ -196,11 +208,11 @@ prolong_region_mapping_table <- function(wide_region_mapping_table) {
return(region_mapping_l)
}
-regref_kommune_l = prolong_region_mapping_table(wide_region_mapping_table = regref_kommune)
-regref_fylke_l = prolong_region_mapping_table(wide_region_mapping_table = regref_fylke)
+regref_kommune_l <- prolong_region_mapping_table(wide_region_mapping_table = regref_kommune)
+regref_fylke_l <- prolong_region_mapping_table(wide_region_mapping_table = regref_fylke)
-## KPI
+# kpi_t03014 ----
# https://www.ssb.no/statbank/table/03014
#metadt <- PxWebApiData::ApiData("http://data.ssb.no/api/v0/no/table/03014", returnMetaData = TRUE)
pxdt_t03014 <- PxWebApiData::ApiData("http://data.ssb.no/api/v0/no/table/03014",
@@ -208,51 +220,72 @@ pxdt_t03014 <- PxWebApiData::ApiData("http://data.ssb.no/api/v0/no/table/03014",
Tid = T,
ContentsCode = "KpiAar")
kpi_t03014 <-
- dplyr::as.tbl(pxdt_t03014[[1]]) %>%
- dplyr::select(., -konsumgruppe, -statistikkvariabel) %>%
- dplyr::rename(., kpi = value)
+ tibble::as_tibble(pxdt_t03014[[1]]) %>%
+ dplyr::select( -konsumgruppe, -statistikkvariabel) %>%
+ dplyr::rename( kpi = value)
+# m3_sortiment_kmn based on ssb t03895 ----
m3_sortiment_kmn <-
- regnavn.at.ref.yr(
- regionstat = t03895(region_level = "kommune"),
- reg_level = "kommune", ref.yr = 2020 ) %>%
- dplyr::select(.,
- -tidyselect::starts_with("regref_"),
- -tidyselect::starts_with("regcode_"),
- -tidyselect::starts_with("yr_"),
- -tidyselect::starts_with("valid"))
+ regnavn.at.ref.yr( regionstat = t03895(region_level = "kommune") ) %>%
+ dplyr::select( -regrefrow)
+# m3_sortiment_flk based on ssb t03895 ----
m3_sortiment_flk <-
- regnavn.at.ref.yr2( regionstat = t03895(region_level = "fylke") ) %>%
- dplyr::select(., -regrefrow)
+ regnavn.at.ref.yr( regionstat = t03895(region_level = "fylke") ) %>%
+ dplyr::select( -regrefrow)
+# virkesverdi_kmn based on ssb t03794 ----
virkesverdi_kmn <-
regnavn.at.ref.yr(
- regionstat = t03794( region_level = "kommune"),
- reg_level = "kommune") %>%
- dplyr::select(.,
- -tidyselect::starts_with("regref_"),
- -tidyselect::starts_with("regcode_"),
- -tidyselect::starts_with("yr_"),
- -tidyselect::starts_with("valid"))
-
-
-virkesverdi_kmn2 <-
- regnavn.at.ref.yr2(
regionstat = t03794( region_level = "kommune")) %>%
- dplyr::select(.,
+ dplyr::select(
-regrefrow)
-
+# virkesverdi_flk based on ssb t03794 ----
virkesverdi_flk <-
- regnavn.at.ref.yr2(
+ regnavn.at.ref.yr(
regionstat = t03794( region_level = "fylke")) %>%
- dplyr::select(.,
+ dplyr::select(
-regrefrow)
+# hogst volum verdi data fra landbruksdirektoratets excel-filer ----
+ld_avvirk_fylke <- function() {
+# fylkesvise hogstdata fra landbruksdirektoratets excel-filer
+# fylkesvis pr mnd
+ files <- list.files(path = "./data-raw",
+ pattern = ".xlsx", full.names = T)
+ files <- files[which(!stringr::str_detect(files, "~"))]
+ files <- files[which(stringr::str_detect(files, "Fylkesvis avvirkning pr m"))]
+
+
+ df <- readxl::read_xlsx(path = files[1], sheet = 1, skip = 2, col_names = T)[NULL, ]
+ for (i in seq_along(files)) {
+ df <- rbind(df, readxl::read_xlsx(path = files[i], sheet = 1, skip = 2, col_names = T))
+ }
+ return(df)
+}
+hogst_fylke_ld <- ld_avvirk_fylke()
+
+ld_avvirk_kommune <- function() {
+ # kommunevise avvirkningsstatistikk fra landbruksdirektoratets excel-filer
+ # kommunevis pr år
+ files <- list.files( path = "./data-raw",
+ pattern = ".xlsx", full.names = T)
+ files <- files[which(!stringr::str_detect(files, "~"))]
+ files <- files[which(stringr::str_detect(files, "Kommunevis avvirkning"))]
+
+ df <- readxl::read_xlsx(path = files[1], sheet = 1, skip = 2, col_names = T)[NULL, ]
+ for (i in seq_along(files)) {
+ df <- rbind(df, readxl::read_xlsx(path = files[i], sheet = 1, skip = 2, col_names = T))
+ }
+ return(df)
+}
+hogst_kommune_ld <- ld_avvirk_kommune()
+
+# include the datasets in the package: usethis::use_data ----
usethis::use_data(
m3_sortiment_kmn,
m3_sortiment_flk,
@@ -263,4 +296,7 @@ usethis::use_data(
regref_kommune_l,
regref_fylke_l,
kpi_t03014,
+ hogst_fylke_ld,
+ hogst_kommune_ld,
+
overwrite = T)
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2014.xlsx" b/data-raw/Fylkesvis avvirkning pr mnd - 2014.xlsx
similarity index 100%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2014.xlsx"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2014.xlsx
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2015.xlsx" b/data-raw/Fylkesvis avvirkning pr mnd - 2015.xlsx
similarity index 100%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2015.xlsx"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2015.xlsx
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2016.xlsx" b/data-raw/Fylkesvis avvirkning pr mnd - 2016.xlsx
similarity index 100%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2016.xlsx"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2016.xlsx
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2017.xls" b/data-raw/Fylkesvis avvirkning pr mnd - 2017.xls
similarity index 99%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2017.xls"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2017.xls
index 4c22b27d15df20dc303aa785d110cd41d1a14694..947f78ba9cd216f31b0b0abfdd175e304643a82d 100644
Binary files "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2017.xls" and b/data-raw/Fylkesvis avvirkning pr mnd - 2017.xls differ
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2017.xlsx" b/data-raw/Fylkesvis avvirkning pr mnd - 2017.xlsx
similarity index 100%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2017.xlsx"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2017.xlsx
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2018.xlsx" b/data-raw/Fylkesvis avvirkning pr mnd - 2018.xlsx
similarity index 100%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2018.xlsx"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2018.xlsx
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2019 -12.xlsx" b/data-raw/Fylkesvis avvirkning pr mnd - 2019 -12.xlsx
similarity index 100%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2019 -12.xlsx"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2019 -12.xlsx
diff --git "a/inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2020.xlsx" b/data-raw/Fylkesvis avvirkning pr mnd - 2020.xlsx
similarity index 100%
rename from "inst/extdata/Fylkesvis avvirkning pr m\303\245ned - 2020.xlsx"
rename to data-raw/Fylkesvis avvirkning pr mnd - 2020.xlsx
diff --git a/inst/extdata/Kommunevis avvirkning - 2014.xlsx b/data-raw/Kommunevis avvirkning - 2014.xlsx
similarity index 100%
rename from inst/extdata/Kommunevis avvirkning - 2014.xlsx
rename to data-raw/Kommunevis avvirkning - 2014.xlsx
diff --git a/inst/extdata/Kommunevis avvirkning - 2015.xlsx b/data-raw/Kommunevis avvirkning - 2015.xlsx
similarity index 100%
rename from inst/extdata/Kommunevis avvirkning - 2015.xlsx
rename to data-raw/Kommunevis avvirkning - 2015.xlsx
diff --git a/inst/extdata/Kommunevis avvirkning - 2016.xlsx b/data-raw/Kommunevis avvirkning - 2016.xlsx
similarity index 100%
rename from inst/extdata/Kommunevis avvirkning - 2016.xlsx
rename to data-raw/Kommunevis avvirkning - 2016.xlsx
diff --git a/inst/extdata/Kommunevis avvirkning - 2017.xlsx b/data-raw/Kommunevis avvirkning - 2017.xlsx
similarity index 100%
rename from inst/extdata/Kommunevis avvirkning - 2017.xlsx
rename to data-raw/Kommunevis avvirkning - 2017.xlsx
diff --git a/inst/extdata/Kommunevis avvirkning - 2018.xlsx b/data-raw/Kommunevis avvirkning - 2018.xlsx
similarity index 100%
rename from inst/extdata/Kommunevis avvirkning - 2018.xlsx
rename to data-raw/Kommunevis avvirkning - 2018.xlsx
diff --git a/data/hogst_fylke_ld.rda b/data/hogst_fylke_ld.rda
new file mode 100644
index 0000000000000000000000000000000000000000..075e74d042f08f32adc21bb8a183972f9aa2c49b
Binary files /dev/null and b/data/hogst_fylke_ld.rda differ
diff --git a/data/hogst_kommune_ld.rda b/data/hogst_kommune_ld.rda
new file mode 100644
index 0000000000000000000000000000000000000000..8879b6445100b8078ba93e45ad58ad8a2bdcea1b
Binary files /dev/null and b/data/hogst_kommune_ld.rda differ
diff --git a/data/kpi_t03014.rda b/data/kpi_t03014.rda
index 51665db76a385184ef394081bb4612776ceac6b5..dab4830143cb1d483cffabb87619fa6bbf5482ba 100644
Binary files a/data/kpi_t03014.rda and b/data/kpi_t03014.rda differ
diff --git a/data/m3_sortiment_flk.rda b/data/m3_sortiment_flk.rda
new file mode 100644
index 0000000000000000000000000000000000000000..26948ba5c01f84eb16c87334daa476752f895634
Binary files /dev/null and b/data/m3_sortiment_flk.rda differ
diff --git a/data/m3_sortiment_kmn.rda b/data/m3_sortiment_kmn.rda
index deda2d8cf20bc1c64ec47c60e4ba6229e7eb40ca..27ef0b48f3ae4a8c2e02b655ce56d255a3e3a78c 100644
Binary files a/data/m3_sortiment_kmn.rda and b/data/m3_sortiment_kmn.rda differ
diff --git a/data/regref_fylke.rda b/data/regref_fylke.rda
index f72068a71e885eae9c7d29c8fcbfbdc2f8fc0f92..1832e2ed2b185c9cfc959ed880f51becf7b9de9d 100644
Binary files a/data/regref_fylke.rda and b/data/regref_fylke.rda differ
diff --git a/data/regref_fylke_l.rda b/data/regref_fylke_l.rda
index adb3fd4bb8bd259d6dd6480297afd3299fd271c0..2b8990bb700eeb81cef1b9d0d41c72e8cc0def15 100644
Binary files a/data/regref_fylke_l.rda and b/data/regref_fylke_l.rda differ
diff --git a/data/regref_kommune.rda b/data/regref_kommune.rda
index c5593beb968aeaffdf26ea71da81c8bc41572c44..a8e08bad32a47edf8f759ea2ac8b0b59118fd8af 100644
Binary files a/data/regref_kommune.rda and b/data/regref_kommune.rda differ
diff --git a/data/regref_kommune_l.rda b/data/regref_kommune_l.rda
index 4e6472f98a125b6b6d4699e1f54ca7acf12cefaa..4c743155fb16ccf85e5be4ec84a8ff5f426f5d4d 100644
Binary files a/data/regref_kommune_l.rda and b/data/regref_kommune_l.rda differ
diff --git a/data/virkesverdi_flk.rda b/data/virkesverdi_flk.rda
index 59ee8e6efb9222fc8a2f9d9c187541f651c38a1f..ec4e93c5e7ece964198ab199cef5129338488406 100644
Binary files a/data/virkesverdi_flk.rda and b/data/virkesverdi_flk.rda differ
diff --git a/data/virkesverdi_kmn.rda b/data/virkesverdi_kmn.rda
index 4126f7b711f2b7ca68676e94dc1bbf666724788f..91c49bff78a80139dfd0412562be42549635bd17 100644
Binary files a/data/virkesverdi_kmn.rda and b/data/virkesverdi_kmn.rda differ
diff --git a/inst/extdata/Kommuner som er splittet ifm sammenslaaing .txt b/inst/extdata/Kommuner som er splittet ifm sammenslaaing .txt
new file mode 100644
index 0000000000000000000000000000000000000000..e69de29bb2d1d6434b8b29ae775ad8c2e48c5391
diff --git a/man/hogst_fylke_ld.Rd b/man/hogst_fylke_ld.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..640306009b47a9a023e8f409d29a17962b6df34f
--- /dev/null
+++ b/man/hogst_fylke_ld.Rd
@@ -0,0 +1,31 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/data.R
+\docType{data}
+\name{hogst_fylke_ld}
+\alias{hogst_fylke_ld}
+\title{Hogststatistikk per fylke, sortiment, mnd, ... fra 2014}
+\format{
+tibble med om lag 19k obs og 13 variabler
+\describe{
+\item{FYLKENR }{Nr paa fylke (paa hogsttidspunkt); chr "01" "01" ...}
+\item{FYLKENAVN}{; "Østfold" "Østfold" ...}
+\item{AVVIRKAAR}{årstall; num 2014 2014 2014 ...}
+\item{KVARTAL}{kvartal; num 1 1 1 ...}
+\item{AVVIRKMND}{Aarstall; num 1 1 1 ...}
+\item{SORTKODE}{Sortimentkode : chr "01" "01" "01" ...}
+\item{SORTIMENT}{Sortimentnavn: chr "Sagtømmer" "Sagtømmer" ... }
+\item{VIRKESGRP}{Virkesgruppe; chr "1-Gran" "1-Gran" "2-Furu" "3-Lauv" "5-Ved" ... }
+\item{VIRKESKAT}{Virkeskategori; chr "1110" "1140" "1148" ...}
+\item{KATEGORITEKST}{sortimentgruppe chr "Gran spesial" "Gran sagtømmer sams" }
+\item{TOTALVOLUM}{m3; num 3440 14215 ...}
+\item{TOTALVERDI}{kr; num 1599470 6898324 703000 ...}
+\item{M3PRIS}{kr pr m3; num 465 485 263 398 3 ...}
+}
+}
+\usage{
+hogst_fylke_ld
+}
+\description{
+Data fra Landbruksdirektoratets hogststatistikk
+}
+\keyword{datasets}
diff --git a/man/hogst_kommune_ld.Rd b/man/hogst_kommune_ld.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..c6036109ec757847803681a7194f3ec7006e2e47
--- /dev/null
+++ b/man/hogst_kommune_ld.Rd
@@ -0,0 +1,31 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/data.R
+\docType{data}
+\name{hogst_kommune_ld}
+\alias{hogst_kommune_ld}
+\title{Hogststatistikk per kommune, sortiment, år, ... fra 2014}
+\format{
+tibble med om lag 20k obs og 13 variabler
+\describe{
+\item{FYLKENR }{Nr paa fylke (paa hogsttidspunkt); chr "01" "01" ...}
+\item{FYLKENAVN}{; "Østfold" "Østfold" ...}
+\item{KOMNR}{Nr paa kommune (på hogsttidspunkt); chr "0101" "0101" ...}
+\item{KOMNAVN}{; "HALDEN" "HALDEN" ...}
+\item{AVVIRKAAR}{årstall; num 2014 2014 2014 ...}
+\item{SORTKODE}{Sortimentkode : chr "01" "01" "01" ...}
+\item{SORTIMENT}{Sortimentnavn: chr "Sagtømmer" "Sagtømmer" ... }
+\item{VIRKESGRP}{Virkesgruppe; chr "1-Gran" "1-Gran" "2-Furu" "3-Lauv" "5-Ved" ... }
+\item{VIRKESKAT}{Virkeskategori; chr "1110" "1140" "1148" ...}
+\item{KATEGORITEKST}{sortimentgruppe chr "Gran spesial" "Gran sagtømmer sams" }
+\item{TOTALVOLUM}{m3; num 3440 14215 ...}
+\item{TOTALVERDI}{kr; num 1599470 6898324 703000 ...}
+\item{M3PRIS}{kr pr m3; num 465 485 263 398 3 ...}
+}
+}
+\usage{
+hogst_kommune_ld
+}
+\description{
+Data fra Landbruksdirektoratets hogststatistikk
+}
+\keyword{datasets}
diff --git a/man/ld.fylke.mnd.Rd b/man/ld.fylke.mnd.Rd
deleted file mode 100644
index 51f5b03b4503b04a1ce85af4d49411081d09733c..0000000000000000000000000000000000000000
--- a/man/ld.fylke.mnd.Rd
+++ /dev/null
@@ -1,23 +0,0 @@
-% Generated by roxygen2: do not edit by hand
-% Please edit documentation in R/lmd_avvirkning.R
-\name{ld.fylke.mnd}
-\alias{ld.fylke.mnd}
-\title{LD: Fylkesvis pr mnd}
-\usage{
-ld.fylke.mnd()
-}
-\arguments{
-\item{Behøver}{ingen parametere. Datafilene ligger i egen folder.}
-}
-\value{
-a tibble with logging statistics
-}
-\description{
-fylkesvise hogstdata fra landbruksdirektoratets excel-filer
-
-Filene ligger i mappen ./inst/ekstdata og behøver derfor ikke hentes.
-}
-\examples{
-devtools::install_github("hbelbo/vsop")
-ld.fylke.mnd()
-}
diff --git a/man/ld.kommune.Rd b/man/ld.kommune.Rd
deleted file mode 100644
index a5552be7b66756a677ab0b4053086727b41d958b..0000000000000000000000000000000000000000
--- a/man/ld.kommune.Rd
+++ /dev/null
@@ -1,21 +0,0 @@
-% Generated by roxygen2: do not edit by hand
-% Please edit documentation in R/lmd_avvirkning.R
-\name{ld.kommune}
-\alias{ld.kommune}
-\title{LD: Kommunevis}
-\usage{
-ld.kommune()
-}
-\arguments{
-\item{Behøver}{ingen parametere. Datafilene ligger i egen folder.}
-}
-\value{
-a tibble with logging statistics
-}
-\description{
-LD: Kommunevis
-}
-\examples{
-devtools::install_github("hbelbo/vsop")
-ld.kommune()
-}
diff --git a/man/m3_sortiment_kmn.Rd b/man/m3_sortiment_kmn.Rd
index e1ef6b0e76fd9d122acd67e71cef08e6877580bb..0d1623b1463ac924d397ac699eaafa3b6003c03c 100644
--- a/man/m3_sortiment_kmn.Rd
+++ b/man/m3_sortiment_kmn.Rd
@@ -3,24 +3,27 @@
\docType{data}
\name{m3_sortiment_kmn}
\alias{m3_sortiment_kmn}
-\title{Hogstvolum fordelt på kommune, sortiment, år fra 1996}
-\format{data.frame med om lag 172k obs og 11 variabler:
+\title{Hogstvolum fordelt paa kommune, sortiment, aar fra 1996}
+\format{
+data.frame med om lag 172k obs og 11 variabler:
\describe{
- \item{region}{Navn på kommunen (på hogsttidspunkt); chr "Hele landet" "Halden" ...}
- \item{kategoritekst}{Sortimentnavn; chr "Gran spesialtømmer" "Furu sekunda sagtømmer" ...}
- \item{statistikkvariabel}{ ; chr "Kvantum rundvirke avvirket for salg" "Kvantum rundvirke avvirket for salg"...}
- \item{ar}{Årstall; int "1996" "1997" ...}
- \item{volum_m3pris}{Volum (avregningsvolum, 1000 m3): int 12 36 85 125 }
- \item{region_kode}{Kommunenummer på registreringstidspkt: chr "0" "0101" "0102"}
- \item{virkeskategori}{virkeskategori chr "1110" "1141" "1143" "1148" "1160" "1410" "1490" "2110" "2141" "2143" "2148" "2160" "2410" "2490" "3120" "3400" "3800" "1800"}
- \item{sortimentgruppe}{sortimentgruppe chr "tømmer" "sams" "massevirke" "annet"}
- \item{reg_n2020}{Regionnavn (kommunenavn) pr 2020 chr "Hele landet" "Halden" "Moss" "Sarpsborg" "Fredrikstad"}
- \item{reg_k2020}{Regionkode (kommunekode) pr 2020}
-}}
+\item{region}{Navn paa kommunen (paa hogsttidspunkt); chr "Hele landet" "Halden" ...}
+\item{kategoritekst}{Sortimentnavn; chr "Gran spesialtoemmer" "Furu sekunda sagtoemmer" ...}
+\item{statistikkvariabel}{ ; chr "Kvantum rundvirke avvirket for salg" "Kvantum rundvirke avvirket for salg"...}
+\item{ar}{Aarstall; int "1996" "1997" ...}
+\item{volum_m3pris}{Volum (avregningsvolum, 1000 m3): int 12 36 85 125 }
+\item{region_kode}{Kommunenummer paa registreringstidspkt: chr "0" "0101" "0102"}
+\item{virkeskategori}{virkeskategori chr "1110" "1141" "1143" "1148" "1160" "1410" "1490" "2110" "2141" "2143" "2148" "2160" "2410" "2490" "3120" "3400" "3800" "1800"}
+\item{treslag}{chr "Gran" "Furu" "Lauv" "Ukjent"}
+\item{sortimentgruppe}{sortimentgruppe chr "toemmer" "sams" "massevirke" "annet"}
+\item{reg_n2020}{Regionnavn pr 2020 chr "Hele landet" "Halden" "Moss" "Sarpsborg" "Fredrikstad"}
+\item{reg_k2020}{Regionkode pr 2020 chr "0301" "1101" "1103" "1106" "1108" "1111" "1112" "1114"}
+}
+}
\usage{
m3_sortiment_kmn
}
\description{
-Data fra SSB: \url {https://www.ssb.no/statbank/table/03014}
+Data fra SSB at https://www.ssb.no/statbank/table/03014
}
\keyword{datasets}
diff --git a/man/pipe.Rd b/man/pipe.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..0eec752616534f156cac398f07bef8cc3f527935
--- /dev/null
+++ b/man/pipe.Rd
@@ -0,0 +1,12 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/utils-pipe.R
+\name{\%>\%}
+\alias{\%>\%}
+\title{Pipe operator}
+\usage{
+lhs \%>\% rhs
+}
+\description{
+See \code{magrittr::\link[magrittr:pipe]{\%>\%}} for details.
+}
+\keyword{internal}
diff --git a/man/regnavn.at.ref.yr.Rd b/man/regnavn.at.ref.yr.Rd
index e774139729d9de6125d8b09790e21eba39f1bf5d..1eb9e3469f4cfeff672c8f62856f8f6926a042fc 100644
--- a/man/regnavn.at.ref.yr.Rd
+++ b/man/regnavn.at.ref.yr.Rd
@@ -2,17 +2,15 @@
% Please edit documentation in R/no_regioninndeling.R
\name{regnavn.at.ref.yr}
\alias{regnavn.at.ref.yr}
-\title{Region navn og region kode for gitt år}
+\title{Region navn og region kode for gitt tidspunkt}
\usage{
-regnavn.at.ref.yr(regionstat, ref.yr = year(now()), reg_level = "fylke")
+regnavn.at.ref.yr(regionstat, ref.yr = lubridate::year(lubridate::now()))
}
\arguments{
\item{regionstat}{is the regional statistics, where each obs represent one yar
and one region (fylke eller kommune)}
\item{ref.yr}{is the reference year to which geographic name and code is to be used}
-
-\item{reg_level}{is the region level in the regionstat ("fylke" | kommune")}
}
\value{
tibble having the regional statistics including the regional
@@ -25,5 +23,5 @@ og gjør om til riktige koder og navn for et gitt referanseår (ref.yr)
Funksjonen fungerer for fylkesnivå inkludert landet ELLER for kommunenivå.
}
\examples{
-regnavn.at.ref.yr(regionstat = t12750(), ref.yr = 2020 ) \%>\% glimpse()
+regnavn.at.ref.yr(regionstat = t12750()) \%>\% glimpse()
}
diff --git a/man/regnavn.at.ref.yr2.Rd b/man/regnavn.at.ref.yr2.Rd
deleted file mode 100644
index d5cf8288962d225231f3f643664d173c1876e70a..0000000000000000000000000000000000000000
--- a/man/regnavn.at.ref.yr2.Rd
+++ /dev/null
@@ -1,27 +0,0 @@
-% Generated by roxygen2: do not edit by hand
-% Please edit documentation in R/no_regioninndeling.R
-\name{regnavn.at.ref.yr2}
-\alias{regnavn.at.ref.yr2}
-\title{Region navn og region kode for gitt år v2}
-\usage{
-regnavn.at.ref.yr2(regionstat)
-}
-\arguments{
-\item{regionstat}{is the regional statistics, where each obs represent one yar
-and one region (fylke eller kommune)}
-
-\item{ref.yr}{is the reference year to which geographic name and code is to be used}
-}
-\value{
-tibble having the regional statistics including the regional
-names and codes for the reference year in question
-}
-\description{
-Denne funksjonen tar regionkoder og regionnavn fra en regional statistikk,
-tar inn tabell som viser historiske endringer i regional inndeling av Norge
-og gjør om til riktige koder og navn for et gitt referanseår (ref.yr)
-Funksjonen fungerer for fylkesnivå inkludert landet ELLER for kommunenivå.
-}
-\examples{
-regnavn.at.ref.yr2(regionstat = t12750()) \%>\% glimpse()
-}
diff --git a/man/regref_fylke.Rd b/man/regref_fylke.Rd
index 4d56110f35c79a43442732ad9a90a5c0ed9984bd..85f75dd4a742ac08b3466ab0e8e44b44587c2ec3 100644
--- a/man/regref_fylke.Rd
+++ b/man/regref_fylke.Rd
@@ -4,23 +4,25 @@
\name{regref_fylke}
\alias{regref_fylke}
\title{Regioninndeling fylkesvis siden 1994}
-\format{En tibble med 20 rader (20 fylker i '94) og 8 variabler:
+\format{
+En tibble med 20 rader (20 fylker i '94) og 8 variabler:
\describe{
- \item{reg_code_199401}{Regionkode januar 1994; chr "01" "02"...}
- \item{reg_name_199401}{Regionnavn januar 1994; chr "Østfold" "Akershus" ...}
- \item{reg_code_200607}{Regionkode juli 2006; chr "01" "02"...}
- \item{reg_name_200607}{Regionnavn juli 2006; chr "Østfold" "Akershus" ...}
- \item{...code...}{fortsetter på samme vis til 2020}
- \item{...name...}{fortsetter på samme vis til 2020}
-}}
+\item{reg_code_199401}{Regionkode januar 1994; chr "01" "02"...}
+\item{reg_name_199401}{Regionnavn januar 1994; chr "Oestfold" "Akershus" ..}
+\item{reg_code_200607}{Regionkode juli 2006; chr "01" "02"...}
+\item{reg_name_200607}{Regionnavn juli 2006; chr "Oestfold" "Akershus" ...}
+\item{...code...}{fortsetter paa samme vis til 2020}
+\item{...name...}{fortsetter paa samme vis til 2020}
+}
+}
\usage{
regref_fylke
}
\description{
En tabell som viser endringer i kommunenes navn og nummer fra utgangspunkt
- januar 1994 fram til nå. Tabellen kan benyttes sammen med
- SSB regional statistikk (på kommunenivå) for å koble observasjoner fra
- tidligere år til dagens kommunestruktur.
-Fylkesinndelingen og endringer er hentet her: \url {https://www.ssb.no/klass/klassifikasjoner/104}
+januar 1994 fram til nå. Tabellen kan benyttes sammen med
+SSB regional statistikk (paa kommunenivaa) for aa koble observasjoner fra
+tidligere aar til dagens kommunestruktur.
+Fylkesinndelingen og endringer er hentet her https://www.ssb.no/klass/klassifikasjoner/104
}
\keyword{datasets}
diff --git a/man/regref_kommune.Rd b/man/regref_kommune.Rd
index 119f304e8ea05a7dc6ea94e8252384bc7a252e02..9f914f48efba11f268dce892cdf8eb4496fc8283 100644
--- a/man/regref_kommune.Rd
+++ b/man/regref_kommune.Rd
@@ -4,23 +4,25 @@
\name{regref_kommune}
\alias{regref_kommune}
\title{Regioninndeling kommunevis siden 1994}
-\format{En tibble med 436 rader (436 kommuner i '94) og 26 variabler:
+\format{
+En tibble med 436 rader (436 kommuner i '94) og 26 variabler:
\describe{
- \item{reg_code_199401}{Regionkode januar 1994; chr "0101" "0104"...}
- \item{reg_name_199401}{Regionnavn januar 1994; chr "Halden" "Moss" ...}
- \item{reg_code_200201}{Regionkode januar 2002; chr "0101" "0104"...}
- \item{reg_name_200201}{Regionnavn januar 2002; chr "Halden" "Moss" ...}
- \item{...code...}{fortsetter på samme vis til 2020}
- \item{...name...}{fortsetter på samme vis til 2020}
-}}
+\item{reg_code_199401}{Regionkode januar 1994; chr "0101" "0104"...}
+\item{reg_name_199401}{Regionnavn januar 1994; chr "Halden" "Moss" ...}
+\item{reg_code_200201}{Regionkode januar 2002; chr "0101" "0104"...}
+\item{reg_name_200201}{Regionnavn januar 2002; chr "Halden" "Moss" ...}
+\item{...code...}{fortsetter paa samme vis til 2020}
+\item{...name...}{fortsetter paa samme vis til 2020}
+}
+}
\usage{
regref_kommune
}
\description{
En tabell som viser endringer i kommunenes navn og nummer fra utgangspunkt
- januar 1994 fram til nå. Tabellen kan benyttes sammen med
- SSB regional statistikk (på kommunenivå) for å koble observasjoner fra
- tidligere år til dagens kommunestruktur.
- SSB info: \url{https://www.ssb.no/klass/klassifikasjoner/131}
+januar 1994 fram til naa. Tabellen kan benyttes sammen med
+SSB regional statistikk (paa kommunenivaa) for aa koble observasjoner fra
+tidligere aar til dagens kommunestruktur.
+SSB info: https://www.ssb.no/klass/klassifikasjoner/131
}
\keyword{datasets}
diff --git a/man/t03794.Rd b/man/t03794.Rd
index 99ae73d7dbb979b88678defa0746e6b440b35baf..da9e22036fa453763e2e28dd9de5d7d88b6178a7 100644
--- a/man/t03794.Rd
+++ b/man/t03794.Rd
@@ -13,7 +13,7 @@ t03794(region_level = "fylke")
en tibble med hele datasetet.
}
\description{
-bruttoverdi per år av tømmer, SSB tabell 03794
+bruttoverdi per aar av toemmer, SSB tabell 03794
}
\details{
Tabellen gir totalverdi av tømmer solgt per år og geografisk enhet, fra 1996 til 2018.
diff --git a/man/t12750.Rd b/man/t12750.Rd
index 352c2fc22a5c4d0644b56da7b079eefbe2fd2cd8..aa2c07dbaaa8707c7b48a88b0c7fbc90e600f677 100644
--- a/man/t12750.Rd
+++ b/man/t12750.Rd
@@ -3,7 +3,7 @@
\name{t12750}
\alias{t12750}
\title{Skogsavvirkning priser t12750
-prisstatistikk for tømmer fra SSB tabell 12750}
+prisstatistikk for virke fra SSB tabell 12750}
\usage{
t12750()
}
@@ -11,8 +11,8 @@ t12750()
en tibble med hele datasetet.
}
\description{
-Tabellen gir snittpris per sortiment på fylkesnivå, fra 2006 til 2018.
-Virke blir også klassifisert på treslag og sortimentgrupper (tømmmer, massevirke, sams, annet)
+Tabellen gir snittpris per sortiment per fylke, fra 2006 til 2018.
+Virke blir klassifisert per treslag og sortimentgrupper (tømmmer, massevirke, sams, annet)
https://www.ssb.no/statbank/list/skogav
}
\examples{
diff --git a/man/virkesverdi_kmn.Rd b/man/virkesverdi_kmn.Rd
index 786acd8a148513cfcf9493f0fc71825937eba811..0154cb28297a3de291e1b6ae9b529076b8ad0ffb 100644
--- a/man/virkesverdi_kmn.Rd
+++ b/man/virkesverdi_kmn.Rd
@@ -3,21 +3,23 @@
\docType{data}
\name{virkesverdi_kmn}
\alias{virkesverdi_kmn}
-\title{Virkesverdi fordelt på kommune, sortiment, år fra 1996}
-\format{data.frame med om lag 9542 obs og 7 variabler:
+\title{Virkesverdi fordelt paa kommune, sortiment, aar fra 1996}
+\format{
+data.frame med om lag 9542 obs og 7 variabler:
\describe{
- \item{region}{Navn på kommunen (på hogsttidspunkt); chr "Hele landet" "Halden" ...}
- \item{kategoritekst}{Sortimentnavn; chr "Gran spesialtømmer" "Furu sekunda sagtømmer" ...}
- \item{statistikkvariabel}{ ; chr "Bruttoverdi" "Bruttoverdi"}
- \item{ar}{Årstall; int "1996" "1997" ...}
- \item{bruttoverdi}{Brutto verdi av solgt industrivirke NOK: int 2709220 2877766 2608427 ... }
- \item{reg_n2020}{Regionnavn (kommunenavn) pr 2020 chr "Hele landet" "Halden" "Moss" "Sarpsborg" "Fredrikstad"}
- \item{reg_k2020}{Regionkode (kommunekode) pr 2020}
-}}
+\item{region}{Navn paa kommunen (paa hogsttidspunkt); chr "Hele landet" "Halden" ...}
+\item{kategoritekst}{Sortimentnavn; chr "Gran spesialtoemmer" "Furu sekunda sagtoemmer" ...}
+\item{statistikkvariabel}{ ; chr "Bruttoverdi" "Bruttoverdi"}
+\item{ar}{Aarstall; int "1996" "1997" ...}
+\item{bruttoverdi}{Brutto verdi av solgt industrivirke NOK: int 2709220 2877766 2608427 ... }
+\item{reg_n2020}{Regionnavn (kommunenavn) pr 2020 chr "Hele landet" "Halden" "Moss" "Sarpsborg" "Fredrikstad"}
+\item{reg_k2020}{Regionkode (kommunekode) pr 2020}
+}
+}
\usage{
virkesverdi_kmn
}
\description{
-Data fra SSB: \url {https://www.ssb.no/statbank/table/03794}
+Data fra SSB: https://www.ssb.no/statbank/table/03794
}
\keyword{datasets}
diff --git a/vsop.Rproj b/vsop.Rproj
index 60aa19d60cb61f77dd2ba21d987bc12727999b05..69fafd4b6dddad27500cfc67efb9fb16e86a96bd 100644
--- a/vsop.Rproj
+++ b/vsop.Rproj
@@ -7,13 +7,14 @@ AlwaysSaveHistory: Default
EnableCodeIndexing: Yes
UseSpacesForTab: Yes
NumSpacesForTab: 2
-Encoding: ISO8859-1
+Encoding: UTF-8
RnwWeave: Sweave
LaTeX: pdfLaTeX
AutoAppendNewline: Yes
StripTrailingWhitespace: Yes
+LineEndingConversion: Posix
BuildType: Package
PackageUseDevtools: Yes