
Grâce aux [données des Pass Sport](https://www.data.gouv.fr/fr/organizations/pass-sport/), il est possible de visualiser les tendances sportives qui se dessinent à travers le pays. Quels sports arrivent en tête selon les communes ? Quelles différences observe-t-on entre les genres ? Comment l'âge influence-t-il les préférences sportives des jeunes en fonction des communes ? Le code en *R* est [disponible dans cette section](#methodologie).

# Fédérations les plus populaires

Par fédération, différence entre la part locale et la moyenne nationale.

👉 [Voir la méthodologie](#calcul-de-la-part-des-federations-par-commune)

<iframe src="https://data-broadcast.com/sports/part-map" width="100%" height="900" frameborder="0"></iframe>

</br>

# Sports selon le sexe

Dans les **75 plus grandes villes de France**, estimation des écarts à la moyenne selon les fédérations et ce qui est observé entre la commune et l'ensemble de la France.

👉 [Voir la méthodologie](#calcul-sur-les-ecarts-de-genre)


<iframe src="https://data-broadcast.com/sports/hfmap" width="100%" height="1400" frameborder="0"></iframe>

</br>

# Sports selon l'âge et la commune

Par commune et par fédération, affichage des âges moyens au niveau local et comparaison avec l'âge moyen national

> Pour éviter les surinterprétations, ont été retenus seulement les écarts supérieurs à 0,5 ans et les fédérations comptabilisant plus de 20 activations par commune.

👉 [Voir la méthodologie](#calcul-de-lage-moyen)


<iframe src="https://data-broadcast.com/sports/age" width="100%" height="900" frameborder="0"></iframe>


# Méthodologie

## Nettoyage des données

### Fichier des activations

<pre>
data_2022 <- read.csv("data/2022.csv")
data_2023 <- read.csv("data/2023.csv")

#Modifier les valeurs dans la colonne 'commune'

#Ajouter une colonne 'année' dans chaque fichier

data_2022$annee <- 2022
data_2023$annee <- 2023

#Merger les deux fichiers

data_merged <- rbind(data_2022, data_2023)

#Vérifier si la colonne 'commune' existe bien dans le merged dataset

if ("commune" %in% colnames(data_merged)) {

#Modifier les valeurs dans la colonne 'commune'

  data_merged$commune <- sub("^Lyon .*", "Lyon", data_merged$commune)
  data_merged$commune <- sub("^Paris .*", "Paris", data_merged$commune)
  data_merged$commune <- sub("^Marseille .*", "Marseille", data_merged$commune)
} else {
  stop("La colonne 'commune' n'existe pas dans les données fusionnées.")
}

write.csv(data_merged, "data/merged_data.csv", row.names = FALSE)

</pre>

### Ajout des données sur les communes

<pre>

#Charger le fichier des communes

communes <- read.csv2("data/communes.csv")

#Simplifier le fichier des communes

communes_clean <- communes[, c("Nom.Officiel.Commune", "Code.Officiel.Commune", 
                                "Nom.Officiel.EPCI", "Geo.Point", "Geo.Shape")]

#Renommer les colonnes

colnames(communes_clean) <- c("nom_commune", "code_commune", "nom_epci", "geopoint", "geoshape")

write.csv(communes_clean, "data/communes_clean.csv", row.names = FALSE)

#Merge

communes_clean <- communes_clean[!duplicated(communes_clean$nom_commune), ]

merged_data <- merge(data_merged, communes_clean, by.x = "commune", by.y = "nom_commune", all.x = TRUE)

write.csv(merged_data, "data/merged_extract.csv", row.names = FALSE)

#Ajout des géolocalisations

full_data <- merged_data[, !colnames(merged_data) %in% c("geoshape", "geopoint")]

full_data <- full_data[!(is.na(full_data$commune) | full_data$commune == ""), ]

write.csv(full_data, "data/full_data.csv", row.names = FALSE)

#Création d'un fichier simplifié des communes

communes_ref <- communes_clean[, !colnames(communes_clean) %in% c("geoshape", "geopoint", "nom_epci")]

write.csv(communes_ref, "data/communes_ref.csv", row.names = FALSE)

</pre>

## Calcul de la part des fédérations par commune

### Fichier des activations 

<pre>

#Preparation

fede_part <- full_data %>%
  filter(annee %in% c(2022, 2023)) %>% # Filtrer les années 2022 et 2023
  group_by(federation) %>%             # Regrouper par fédération
  summarise(
    activations = n()                  # Calculer la somme des activations
  ) %>%
  ungroup() %>%                        # Annuler le groupement
  mutate(
    proportion_activations = round((activations / sum(activations)) * 100, 4) # Calculer le pourcentage et arrondir
  )

#Calcul des activations par commune et fédération
commune_fede_data <- full_data %>%
  filter(annee %in% c(2022, 2023)) %>%
  group_by(commune, code_commune, federation) %>% # Inclure code_commune ici
  summarise(
    activations = n(),
    .groups = "drop"
  )

#Calcul du total des activations par commune
commune_totals <- commune_fede_data %>%
  group_by(commune, code_commune) %>%
  summarise(
    total_commune_activations = sum(activations),
    .groups = "drop"
  )

#Fusion des totaux des communes
commune_fede_data <- commune_fede_data %>%
  left_join(commune_totals, by = c("commune", "code_commune")) %>%
  mutate(
    part_fede_commune = round((activations / total_commune_activations) * 100, 5) # Arrondi à 5 décimales
  )

#Chargement des proportions nationales depuis fede_part
fede_part <- full_data %>%
  filter(annee %in% c(2022, 2023)) %>%
  group_by(federation) %>%
  summarise(
    activations = n(),
    .groups = "drop"
  ) %>%
  mutate(
    part_fede_national = round((activations / sum(activations)) * 100, 5) # Arrondi à 5 décimales
  )

#Fusion
commune_fede_data <- commune_fede_data %>%
  left_join(fede_part %>% select(federation, part_fede_national), by = "federation") %>%
  mutate(
    # Calcul de l'écart avec une pondération par log et taille locale
    ecart_local = round(log2(part_fede_commune / part_fede_national) * sqrt(total_commune_activations), 3)
  )

#Fusion des coordonnées géographiques
commune_fede_data <- commune_fede_data %>%
  left_join(communes_clean %>% select(code_commune, geopoint), by = "code_commune")

</pre>

### Calcul de l'affichage des points

<pre>

#Logarithme log2(part_fede_commune / part_fede_national) :
##Amplifie les petites différences et équilibre les grandes variations.
##Donne une intuition des sur- et sous-représentations.
##Pondération par sqrt(total_commune_activations) :
#Assure que les communes plus actives ont un poids proportionnel.
##Évite que les petites communes dominent visuellement sur la carte.
##Arrondi à 5 décimales : Permet une précision accrue pour les calculs ultérieurs.

if (!dir.exists(output_dir)) {
  dir.create(output_dir, recursive = TRUE)
}

#Export d'un fichier CSV par fédération
commune_fede_data %>%
  group_by(federation) %>%
  group_split() %>%
  walk(function(data) {
    # Nettoyer le nom de la fédération pour un nom de fichier valide
    federation_name <- unique(data$federation) %>% 
      gsub("[^[:alnum:] ]", "", .) %>% # Retirer caractères spéciaux
      gsub(" ", "_", .) # Remplacer espaces par des underscores
    
    output_path <- file.path(output_dir, paste0(federation_name, ".csv"))
    
    write.csv(data, file = output_path, row.names = FALSE)
  })


#Liste de tous les fichiers CSV dans le répertoire
file_names <- list.files(path = output_dir, pattern = "\\.csv$", full.names = FALSE)

#Dataframe avec les noms des fichiers
file_list <- data.frame(file_name = file_names)

write.csv(file_list, file = "data/fede_part/file_list.csv", row.names = FALSE)
</pre>

## Calcul sur les écarts de genre

<pre>
topcities <- read.csv("data/full_data.csv")

#Liste des 75 communes les plus peuplées

top_communes <- c("Paris", "Marseille", "Lyon", "Toulouse", "Nice", "Nantes", "Montpellier", 
                  "Strasbourg", "Bordeaux", "Lille", "Rennes", "Reims", "Saint-Étienne", 
                  "Toulon", "Le Havre", "Grenoble", "Dijon", "Angers", "Nîmes", 
                  "Saint-Denis (La Réunion)", "Villeurbanne", "Clermont-Ferrand", "Le Mans", 
                  "Aix-en-Provence", "Brest", "Tours", "Amiens", "Limoges", "Annecy", 
                  "Perpignan", "Boulogne-Billancourt", "Orléans", "Metz", "Besançon", 
                  "Saint-Denis", "Argenteuil", "Rouen", "Montreuil", "Mulhouse", "Caen", 
                  "Saint-Paul", "Nancy", "Tourcoing", "Roubaix", "Nanterre", "Vitry-sur-Seine", 
                  "Avignon", "Créteil", "Poitiers", "Dunkerque", "Aubervilliers", 
                  "Versailles", "Aulnay-sous-Bois", "Asnières-sur-Seine", "Colombes", 
                  "Saint-Pierre", "Courbevoie", "Fort-de-France", "Cherbourg-en-Cotentin", 
                  "Le Tampon", "Rueil-Malmaison", "Champigny-sur-Marne", "Béziers", "Pau", 
                  "La Rochelle", "Saint-Maur-des-Fossés", "Calais", "Cannes", "Antibes", 
                  "Drancy", "Ajaccio", "Mérignac", "Saint-Nazaire", "Colmar", "Issy-les-Moulineaux")

#Filtre pour ne conserver que les 75 communes les plus peuplées
filtered_cities <- topcities[topcities$commune %in% top_communes, ]

#Export

write.csv(filtered_cities, "data/filtered_cities.csv", row.names = FALSE)

#Calcul des proportions H/F

data_hf <- filtered_cities %>%
  filter(annee %in% c(2022, 2023)) %>% # Filtrer pour les années 2022 et 2023
  group_by(federation, commune, code_commune) %>% # Grouper par fédération, commune et code
  summarise(
    activations_h = sum(beneficiaire_genre == "M"), # Total des activations masculines
    activations_f = sum(beneficiaire_genre == "F"), # Total des activations féminines
    part_h = activations_h / (activations_h + activations_f), # Proportion masculine
    part_f = activations_f / (activations_h + activations_f)  # Proportion féminine
  ) %>%
  ungroup() # Retirer le groupement

#Export

write.csv(data_hf, "data/data_hf.csv", row.names = FALSE)


#Fichier National

#Calcul des totaux et proportions par fédération

national_hf <- full_data %>%
  filter(annee %in% c(2022, 2023)) %>% # Filtrer pour les années 2022 et 2023
  group_by(federation) %>% # Grouper par fédération uniquement
  summarise(
    total_h = sum(beneficiaire_genre == "M"), # Total des activations masculines
    total_f = sum(beneficiaire_genre == "F"), # Total des activations féminines
    part_h = total_h / (total_h + total_f), # Proportion masculine
    part_f = total_f / (total_h + total_f)  # Proportion féminine
  ) %>%
  ungroup() # Retirer le groupement

#Export

write.csv(national_hf, "data/national_hf.csv", row.names = FALSE)


merged_hf <- merge(data_hf, national_hf[, c("federation", "part_h", "part_f")],
                     by = "federation", all.x = TRUE)

#Nommage des colonnes

colnames(merged_hf)[colnames(merged_hf) == "part_h"] <- "part_h_national"
colnames(merged_hf)[colnames(merged_hf) == "part_f"] <- "part_f_national"

#Export

write.csv(merged_hf, "data/merged_hf.csv", row.names = FALSE)


colnames(merged_hf)[colnames(merged_hf) == "part_h.x"] <- "part_h"
colnames(merged_hf)[colnames(merged_hf) == "part_f.x"] <- "part_f"
colnames(merged_hf)[colnames(merged_hf) == "part_h.y"] <- "part_h_national"
colnames(merged_hf)[colnames(merged_hf) == "part_f.y"] <- "part_f_national"

#Conversion des proportions en pourcentages

merged_hf$part_h <- round(merged_hf$part_h * 100, 3)
merged_hf$part_f <- round(merged_hf$part_f * 100, 3)
merged_hf$part_h_national <- round(merged_hf$part_h_national * 100, 3)
merged_hf$part_f_national <- round(merged_hf$part_f_national * 100, 3)

#Calcul des différences

merged_hf$diff_h <- round(merged_hf$part_h - merged_hf$part_h_national, 3)
merged_hf$diff_f <- round(merged_hf$part_f - merged_hf$part_f_national, 3)

#Ajout d'une colonne pour le total des activations

merged_hf$total_activations <- merged_hf$activations_h + merged_hf$activations_f

#Filtre sur les lignes avec un total des activations >= 500
filtered_hf <- merged_hf[merged_hf$total_activations >= 200, ]

#Export du fichier mis à jour

write.csv(filtered_hf, "data/merged_hf_clean.csv", row.names = FALSE)

filtered_hf_with_geopoint <- merge(filtered_hf, communes_clean[, c("code_commune", "geopoint")],
                                   by = "code_commune", all.x = TRUE)

#Export du fichier final
write.csv(filtered_hf_with_geopoint, "data/filtered_hf_with_geopoint.csv", row.names = FALSE)
</pre>

## Calcul de l'âge moyen

<pre>
#Fichier âge moyen par fédération par commune

age_moyen_fede_commune <- full_data %>%
  group_by(federation, commune, code_commune) %>%
  summarise(
    age_moyen = mean(beneficiaire_age, na.rm = TRUE),                     # Calculer l'âge moyen
    activations_2022 = sum(annee == 2022, na.rm = TRUE),                  # Nombre d'activations en 2022
    activations_2023 = sum(annee == 2023, na.rm = TRUE),                  # Nombre d'activations en 2023
    .groups = "drop"
  )

#Export
write.csv(age_moyen_fede_commune, "data/age_moyen_fede_commune.csv", row.names = FALSE)

#Fichier âge moyen par fédération

age_moyen_federation <- full_data %>%
  group_by(federation) %>%
  summarise(
    age_moyen = mean(beneficiaire_age, na.rm = TRUE),   # Calculer l'âge moyen
    activations_2022 = sum(annee == 2022, na.rm = TRUE), # Nombre d'activations en 2022
    activations_2023 = sum(annee == 2023, na.rm = TRUE), # Nombre d'activations en 2023
    .groups = "drop"
  )

write.csv(age_moyen_federation, "data/age_moyen_federation.csv", row.names = FALSE)

#Ajout de la colonne 'age_moyen_national' (lié à la fédération)
age_moyen_fede_commune <- age_moyen_fede_commune %>%
  left_join(age_moyen_federation %>% select(federation, age_moyen), by = "federation") %>%
  rename(age_moyen_national = age_moyen.y) %>%
  rename(age_moyen = age_moyen.x)

#Export
write.csv(age_moyen_fede_commune, "data/age_moyen_fede_commune_with_national.csv", row.names = FALSE)
</pre>