Import cookbook final version

DESCRIPTION

@@ -36,6 +36,7 @@ Imports:
     tidyselect (>= 1.2.1)
 Suggests: 
     knitr,
+    readxl (>= 1.4.3),
     mockery (>= 0.4.4),
     rmarkdown,
     testthat (>= 3.0.0),

vignettes/articles/import-MET-THg-23-19.Rmd

@@ -1,5 +1,5 @@
 ---
-title: "Importation des résultats de laboratoire dans la base de données intégrée"
+title: "FR - Importation des résultats de laboratoire MET-THg-23-19"
 author: "Steve Vissault"
 date: "2024-08-01"
 output: 
@@ -10,8 +10,6 @@ output:
 
 # Faire une sauvegarde de la base de données
 
-Ca pourrait être utile si une erreur est faite.
-
 ```{r}
 db_path <- "Z:/07-Données BD/Database/contaminants-rlavoie-eccc.sqlite"
 
@@ -27,7 +25,7 @@ file.copy(db_path, db_bak)
 # Chargements des résultats du laboratoire
 
 ```{r}
-lab_results_file <- "Z:/07-Données BD/DBs-to-integrate/MET-THg-23-19 - RALA01-2023.xlsx"
+lab_results_file <- "Z:/03-Labo/Results Reports/À entrer dans la BD/MET-THg-23-19 - RALA01-2023.xlsx"
 
 # Informations sur les échantillons
 sampleInfoLab <- readxl::read_xlsx(lab_results_file, "SampleInfo")
@@ -42,6 +40,29 @@ measurementsLab <- readxl::read_xlsx(lab_results_file, "SampleData")
 con <- toxbox::init_con()
 ```
 
+# Injection des métadonnées sur le rapport et le projet
+
+```{r}
+report <- data.frame(
+    id_report = "MET-Thg-23-19",
+    id_project = "RALA01-2023",
+    report_date = "2024-07-31",
+    report_access_path = stringr::str_replace("Z:/03-Labo/Results Reports/À entrer dans la BD/MET-THg-23-19 - RALA01-2023.xlsx", "À entrer dans la BD", "Saisie dans la BD")
+)
+```
+
+On valide si le projet existe déjà dans la base de données
+
+```{r}
+toxbox::search_tbl(con, "project", id_project = "RALA01-2023")
+```
+
+Il existe déjà dans la base de données. On peut donc importer les métadonnées du rapport qui seront attaché à ce projet.
+
+```{r}
+DBI::dbWriteTable(con, "report", report, append = TRUE)
+```
+
 # Préparation des données sur les échantillons
 
 ```{r}
@@ -69,14 +90,14 @@ measurements <- measurementsLab |> dplyr::select(
 )
 ```
 
-# Établir la correspondance avec les sites existants dans la base de données
+# Établir la correspondance avec les sites existants 
 
 On valide si le ou les site(s) de collecte des échantillons existent dans la base de données
 
 On isole dans un premier temps les sites présent dans les résultats envoyés par le laboratoire.
 
 ```{r}
-(sitesLab <- dplyr::distinct(sampleInfo, Location, Latitude, Longitude))
+(sitesLab <- dplyr::distinct(sampleInfoLab, Location, Latitude, Longitude))
 ```
 
 On recherche dans la base de données les sites à l'aide de mots clés.
@@ -107,7 +128,7 @@ DBI::dbWriteTable(con, "sites", add_site, append = TRUE)
 On vérifie que le site a bel et bien été ajouté dans la base de données.
 
 ```{r}
-search_tbl(con, "sites", id_site = "Longue-Pointe-de-Mingan")
+toxbox::search_tbl(con, "sites", id_site = "Longue-Pointe-de-Mingan")
 ```
 
 ```{r}
@@ -125,15 +146,90 @@ field_sample <- field_sample |>
 On liste les espèces en premier les espèces présente dans les résultats de laboratoire.
 
 ```{r}
-species <- data.frame(org_species = unique(field_sample$id_species)) |>
-    dplyr::mutate(
-        species_id = dplyr::case_when(
-            stringr::str_detect(id_site, "Ile a Calculot des Betchouanes") == TRUE ~ betchouanes_site_db$id_site,
-            .default = id_site
-        )
+unique(field_sample$id_species)
+```
+
+On compare avec la liste des espèces présentes dans la base de données.
+
+```{r}
+DBI::dbReadTable(con, "species")
+```
+
+On créé un tableau avec les espèces qui ne sont pas présentes dans la base de données.
+
+```{r}
+new_species <- tibble::tribble(
+   ~org_species, ~id_species, ~organism, ~genus, ~species, ~vernacular_fr, ~vernacular_en,
+  "Alose sp.", "SHSP", "Fish", "Alosa",   "Alosa sp.", "Alose", "Shad",
+  "Gadidae sp.", "COSP", "Fish", "Gadidae", "Gadidae sp.", "Morue", "Cod",
+  "Lompenie tachete", "DASH", "Fish", "Gadidae", "Leptoclinus maculatus", "Lompénie tachetée", "Daubed shanny"
+)
+```
+
+On ajoute ces espèces dans la base de données
+
+```{r}
+DBI::dbWriteTable(con, "species", dplyr::select(new_species, -org_species)
+, append = TRUE)
+```
+
+On valide visuellement que les nouvelles espèces se retrouvent bien dans la base de données
+
+```{r}
+DBI::dbReadTable(con, "species")
+```
+
+On effectue la correspondance entre les codes espèces du rapport de laboratoire et ceux de la base de données. 
+
+```{r}
+field_sample <- field_sample |> dplyr::mutate(
+    id_species = dplyr::case_when(
+        id_species == "Alose sp." ~ "SHSP",
+        id_species == "Capelan" ~ "CAPE",
+        id_species == "Gadidae sp." ~ "COSP",
+        id_species == "Lancon" ~ "SAND",
+        id_species == "Lompenie tachete" ~ "DASH",
+        .default = NA
     )
+) |> dplyr::filter(!is.na(id_species))
 ```
 
+# Injection des mesures du laboratoire
+
+Les étapes précédentes ont permis de mettre à jour les tables de références pour les sites et les espèces. 
+
+On peut maintenant procéder à importer les données sur les échantillons et les mesures.
+
+## Field samples
+
 ```{r}
+dplyr::select(field_sample, id_field_sample, collection_date, id_site, id_species, age, tissue) |> 
+    dplyr::distinct() |> 
+    (\(data) DBI::dbWriteTable(con, "field_sample", data, append = TRUE))()
+```
+
+## Lab samples
+
+```{R}
+dplyr::select(field_sample, id_lab_sample) |> 
+    dplyr::distinct() |> 
+    (\(data) DBI::dbWriteTable(con, "lab_sample", data, append = TRUE))()
+```
+
+## Lab field samples
+
+Cette table effectue la liaison entre les échantillons de laboratoire et les échantillons de terrain.
+
+```{R}
+dplyr::select(field_sample, id_lab_sample, id_field_sample) |> 
+    dplyr::distinct() |> 
+    (\(data) DBI::dbWriteTable(con, "lab_field_sample", data, append = TRUE))()
+```
+
+## Lab measurements
 
+```{R}
+dplyr::select(measurements, id_lab_sample, id_analyte, value, is_censored = 0, percent_moisture = pmoisture) |> 
+    dplyr::mutate(id_report = report$id_report) |> 
+    (\(data) DBI::dbWriteTable(con, "lab_measurement", data, append = TRUE))()
 ```