Script R — création de la BDD élèves

Author
Christophe Lesieur
ℹ️ Cette page documente le script creation_BDD.R à faire tourner après avoir exécuté les requêtes SQL dans Pamplemousse. Ce script crée les bases de données et les exporte en quatre format (parquet, xlsx, csv, rds). Il permet également de créer le dictionnaire des variables.
requetes_SQL.qmd{.button .blue-button} dictionnaire.qmd{.button .green-button}
1 Présentation du script

Le script creation_BDD.R lit les fichiers quel que soit le nommage, il n’est pas nécessaire de renommer les bases issues de pamplemousse. Il nettoie les variables, en crée, et leur attribue des labels.
Il compile les bases issues de la requête principale sur les notes des élèves et celles issues de la requête secondaire permettant d’accéder aux points de bonus et de jury. Il permet aussi de réaliser une fusion avec les fichiers d’admission afin d’obtenir entre autres les rangs d’admission aux concours.
✅ Bonnes pratiques
- Avoir lancé les requêtes année par année (2015–2016 → 2024–2025) et stocké les bases dans un même répertoire.
2 Script creation_BDD.R

Code
library(purrr)
library(dplyr)
library(stringr)
library(arrow)
library(writexl)
library(labelled)
library(sjlabelled)
library(stringi)
library(readr)
library(readxl)
library(janitor)
library(here)

######### Lecture des fichiers de la requete principale ##########

# Répertoire où déposer les exports pamplemousse tels quels
repertoire <- here("data")

# Lecture automatique des exports pamplemousse
fichiers_csv <- list.files(path = paste0(repertoire,"/export pamplemousse/requete principale"), pattern = "*.csv")

# tri les fichiers 
fichiers_csv_tries <- sort(fichiers_csv)

# Initialise un dataframe bdd
bdd <- data.frame()

for (fichier in fichiers_csv_tries) {
  
  data <- read.csv2(paste0(repertoire,"/export pamplemousse/requete principale/",fichier), encoding = "latin1")
  
  # Vérifie si les colonnes sont les mêmes que celles de la bdd
  if (ncol(bdd) > 0 && !identical(names(data), names(bdd))) {
    stop(paste("Les colonnes du fichier", fichier, "ne correspondent pas aux autres fichiers."))
  }
  
  # Ajoute les données du fichier courant à la bdd
  bdd <- rbind(bdd, data)
}

# Vérification de doublons
bdd <- bdd %>%
  distinct(X.annee_courante, X.id_etudiant, X.code_matiere, .keep_all = TRUE)

######### Lecture des fichiers de la requete points bonus et jury ##########

# Lecture automatique des exports pamplemousse
fichiers_csv <- list.files(path = paste0(repertoire,"/export pamplemousse/requete points bonus et jury"), pattern = "*.csv")

# tri les fichiers 
fichiers_csv_tries <- sort(fichiers_csv)

# Initialise un dataframe bdd
bdd_points <- data.frame()

for (fichier in fichiers_csv_tries) {
  
  data <- read.csv2(paste0(repertoire,"/export pamplemousse/requete points bonus et jury/",fichier), encoding = "latin1")
  
  # Vérifie si les colonnes sont les mêmes que celles de la bdd
  if (ncol(bdd_points) > 0 && !identical(names(data), names(bdd_points))) {
    stop(paste("Les colonnes du fichier", fichier, "ne correspondent pas aux autres fichiers."))
  }
  
  # Ajoute les données du fichier courant à la bdd
  bdd_points <- rbind(bdd_points, data)
}

bdd_points_1 <- bdd_points %>% 
  select(-c("X.ue","X.matiere","X","X.id_type_matiere"))

# Elimination des doublons
bdd_points_2 <- bdd_points_1 %>%
  distinct(X.annee_courante, X.id_etudiant, X.code_matiere, .keep_all = TRUE)

######### Lecture d'es fichiers de la requete points bonus et jury'admission ##########

integrants_maths_att <- "data/admissions/integrants_maths_attachés_2015_2024.xlsx"
integrants_maths_ing <- "data/admissions/integrants_maths_ingénieurs_2015_2024.xlsx"

onglets_att <- excel_sheets(integrants_maths_att)

integrants_maths_att_2015_2024 <- map_dfr(
  onglets_att,
  ~ read_excel(integrants_maths_att, sheet = .x) %>%
    clean_names() %>%   # met les noms en snake_case
    select(nom, prenom, ccc_ran_com)
)

onglets_ing <- excel_sheets(integrants_maths_ing)

integrants_maths_ing_2015_2024 <- map_dfr(
  onglets_ing,
  ~ read_excel(integrants_maths_ing, sheet = .x) %>%
    clean_names() %>%   # met les noms en snake_case
    select(nom, prenom, ccc_ran_com)
)

integrants_maths_2015_2024 <- rbind(integrants_maths_att_2015_2024,integrants_maths_ing_2015_2024)

################# fusion des bases ########################"""

bdd_2 <- left_join(bdd, bdd_points_2, 
                 by = c("X.annee_courante",
                        "X.id_etudiant",
                        "X.code_matiere"))

bdd <- unique(bdd_2)

# Gestion des problèmes de formats (suppression des =)
noms_variables <- names(bdd)
nouveaux_noms <- gsub("^X.", "", noms_variables)
names(bdd) <- nouveaux_noms

supprimer_egal <- function(x) {
  if (is.character(x)) {
    gsub("^=", "", x)
  } else {
    x
  }
}

bdd <- as.data.frame(sapply(bdd, supprimer_egal)) %>% 
  rename(annee = annee_courante)

# fonction pour épurer les nom prenoms en vue de l'appariemment
clean_text <- function(x, first_only = TRUE) {
  x <- ifelse(is.na(x), "", x)                          # NA -> ""
  x <- stringr::str_to_lower(x)                         # minuscules
  x <- stringr::str_trim(x)                             # trim
  x <- stringi::stri_trans_general(x, "Latin-ASCII")    # é/è/É→e, ç→c, œ→oe
  
  # on garde provisoirement les espaces pour pouvoir prendre le 1er "mot"
  x <- stringr::str_replace_all(x, "[^a-z0-9 ]", " ")
  x <- stringr::str_squish(x)
  
  if (isTRUE(first_only)) {
    x <- sub("\\s.*$", "", x)                           # ne garder que avant le 1er espace
  }
  
  # nettoyage final : plus que lettres/chiffres
  x <- gsub("[^a-z0-9]", "", x)
  x
}

bdd <- bdd %>% mutate(id = paste0(clean_text(nom, TRUE), clean_text(prenom, TRUE)))

integrants_maths_2015_2024 <- integrants_maths_2015_2024 %>%
  mutate(id = paste0(clean_text(nom, TRUE), clean_text(prenom, TRUE)))

bdd_x <- bdd %>%
  left_join(integrants_maths_2015_2024, by = "id")


# Etudes des quelques cas non appariés
non_appariees <- integrants_maths_2015_2024 %>%
  anti_join(bdd, by = "id") %>% 
  filter(!is.na(nom))

bdd_x_unique <- bdd_x %>%
  distinct(nom.x, prenom.x, .keep_all = TRUE)

# Nombre de lignes appariées
nb_match <- sum(!is.na(bdd_x_unique$nom.y))

# Taux d’appariement (%)
taux_appariement <- nb_match / nrow(integrants_maths_2015_2024) * 100
taux_appariement

# Ajout des non appariés à la main
bdd_y <- bdd_x %>%
  mutate(ccc_ran_com = case_when(
    id == "diopn" ~ 2393L,
    id == "seghaieraziz" ~ 2548L,
    id == "mahjoubibeyrem" ~ 2541L,
    id == "blaiechamine" ~ 2074L,
    TRUE ~ ccc_ran_com))

test <- bdd_y %>% filter(id %in% c("diopn","seghaieraziz","mahjoubibeyrem","blaiechamine"))

# Restait une seule interrogation : Laurie BANOS a-t-elle changé de nom de famille

test2 <- bdd_y %>%  filter(id == "pinellaurie")
# ça ne semble pas être Laurie PINEL et l'autre Laurie 'LETERRIER' a une affectation donc a priori non

################# Création des variables de travail ########################"""

bdd_2 <- bdd_y %>%
  mutate(
    nom = nom.x,
    prenom=prenom.x,
    annee_scolaire = as.character(paste0(as.numeric(annee),"-",as.numeric(annee)+1)),
    annee_ecole = case_when(
      substr(voie_lib, 1, 2) == "1A" ~ "1A",
      substr(voie_lib, 1, 2) == "2A" ~ "2A",
      substr(voie_lib, 1, 2) == "3A" ~ "3A",
      grepl("Mast", voie_lib, ignore.case = TRUE) == TRUE ~ "3A",
      TRUE ~ "Autres"
    ),
    statut_etudiant = case_when(
      grepl("ing", libelle_statut_etudiant, ignore.case = TRUE) == TRUE ~ "Ingénieur",
      grepl("att", libelle_statut_etudiant, ignore.case = TRUE) == TRUE ~ "Attaché",
      grepl("Mastère", libelle_statut_etudiant) == TRUE ~ "Mastère",
      grepl("Master", libelle_statut_etudiant) == TRUE ~ "Master",
      TRUE ~ "Autres"),
    voie_entree = case_when(
      grepl("Concours", concours_origine) == TRUE ~ "Concours-1A",
      grepl("admission en 1ère année", concours_origine) == TRUE ~ "AST-1A",
      grepl("admission en 2e année|STID", concours_origine) == TRUE ~ "AST-2A",
      grepl("MSc Big Data", concours_origine) == TRUE ~ "AST-2A",
      grepl("Erasmus", concours_origine) == TRUE ~ "Erasmus",
      TRUE ~ "Autres"),
    specialite_entree=case_when(
      grepl("mathématiques", concours_origine) == TRUE ~ "Mathématiques",
      grepl("économie et sciences sociales", concours_origine) == TRUE ~ "Économie",
      grepl("STID", concours_origine) == TRUE ~ "But-Stid",
      grepl("interne", concours_origine) == TRUE ~ "Interne",
      TRUE ~ "Autres"),
    filiere_1A = case_when(
      substr(voie_lib, 1, 2) == "1A" & grepl("Maths", voie_lib, ignore.case = TRUE) ~ "Maths",
      substr(voie_lib, 1, 2) == "1A" & grepl("Eco", voie_lib, ignore.case = TRUE) ~ "Eco",
      substr(voie_lib, 1, 2) == "1A" & grepl("Interne", voie_lib, ignore.case = TRUE) ~ "Interne",
      substr(voie_lib, 1, 2) == "1A" & grepl("Stid", voie_lib, ignore.case = TRUE) ~ "But",
      substr(voie_lib, 1, 2) == "1A" ~ "Autres", 
    ),
    filiere_2A = case_when(
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 1", voie_lib, ignore.case = TRUE) ~ "ATPA",
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 2|Menu 3|DIGISPORT", voie_lib, ignore.case = TRUE) ~ "SB/GS/DIGISPORT",
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 4", voie_lib, ignore.case = TRUE) ~ "ID/STD",
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 5", voie_lib, ignore.case = TRUE) ~ "MES/EMOS",
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 6", voie_lib, ignore.case = TRUE) ~ "MSP/ES",
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 7", voie_lib, ignore.case = TRUE) ~ "GR",
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 8", voie_lib, ignore.case = TRUE) ~ "MAR",
      substr(voie_lib, 1, 2) == "2A" & grepl("Menu 9", voie_lib, ignore.case = TRUE) ~ "ERASMUS OUT",
      substr(voie_lib, 1, 2) == "2A" ~ "Autres"    
  ),
    filiere_3A = case_when(
      substr(voie_lib, 1, 2) == "3A" & grepl("Att,Master", voie_lib, ignore.case = TRUE) ~ "MSP",
      substr(voie_lib, 1, 2) == "3A" & grepl("GDRIF/GR", voie_lib, ignore.case = TRUE) ~ "GR",
      substr(voie_lib, 1, 2) == "3A" & grepl("GS", voie_lib, ignore.case = TRUE) ~ "GS",
      substr(voie_lib, 1, 2) == "3A" & grepl("MKT", voie_lib, ignore.case = TRUE) ~ "MKT",
      substr(voie_lib, 1, 2) == "3A" & grepl("ID", voie_lib, ignore.case = TRUE) ~ "ID",
      substr(voie_lib, 1, 2) == "3A" & grepl("ISTS", voie_lib, ignore.case = TRUE) ~ "ISTS",
      substr(voie_lib, 1, 2) == "3A" & grepl("MES", voie_lib, ignore.case = TRUE) ~ "MES",
      substr(voie_lib, 1, 2) == "3A" & grepl("M", voie_lib, ignore.case = TRUE) ~ "M",
      substr(voie_lib, 1, 2) == "3A" & grepl("SID", voie_lib, ignore.case = TRUE) ~ "SID",
      substr(voie_lib, 1, 2) == "3A" & grepl("SV", voie_lib, ignore.case = TRUE) ~ "SV",
      substr(voie_lib, 1, 2) == "3A" & grepl("ES", voie_lib, ignore.case = TRUE) ~ "ES",
      substr(voie_lib, 1, 2) == "3A" ~ "Autres"    
    ),
    sexe = case_when(
      libelle_etat_civil == "Monsieur" ~ "Homme",
      libelle_etat_civil == "Madame" ~ "Femme",
      TRUE ~ "Autres"
    ),
    nationalite = case_when(
      id_nationalite == 100 ~ "Français",
      TRUE ~"Étranger"
    ),
    cat_matiere = case_when(
      id_type_matiere == 1 ~"Informatique",
      id_type_matiere == 2 ~"Mathématiques/Statistiques",
      id_type_matiere == 3 ~"Économie",
      id_type_matiere == 4~ "Langues/Humanités",
      TRUE ~ "Autres"
    )
  ) %>% 
  select(-c(prenom.y, nom.y, prenom.x, nom.x, id))

# Récupération du travail de Stéphane sur les filières 3A

filieres_stephane_3A <- readxl::read_xlsx("data/modifs stephane/bdd_2015_2024 explo.xlsx", sheet = "Filières") %>% 
  select(matiere, annee, filiere_3Abis)
filieres_stephane_3A$annee <- substr(filieres_stephane_3A$annee,1,4)
  
filieres_stephane_3A <- filieres_stephane_3A %>% 
  distinct(annee, matiere, .keep_all = TRUE)

bdd_3 <- left_join(bdd_2,filieres_stephane_3A, 
                   by = c("annee", "matiere"),
                   keep = FALSE) %>% 
  select(-point_jury)

# Seules les variables de note, bonus, coeff et rang sont numérisées

# bdd_3$moyenne_ue <- gsub(",", ".", bdd_3$moyenne_ue)
# bdd_3$moyenne_ue <- as.numeric(bdd_3$moyenne_ue)
# 
# bdd_3$moyenne_matiere <- gsub(",", ".", bdd_3$moyenne_matiere)
# bdd_3$moyenne_matiere <- as.numeric(bdd_3$moyenne_matiere)
# 
# bdd_3$moyenne_generale <- gsub(",", ".", bdd_3$moyenne_generale)
# bdd_3$moyenne_generale <- as.numeric(bdd_3$moyenne_generale)
# 
# bdd_3$total_coeff <- as.numeric(bdd_3$total_coeff)
# 
# bdd_3$total_ects <- as.numeric(bdd_3$total_ects)
# 
# bdd_3$rang_matiere <- gsub(",", ".", bdd_3$rang_matiere)
# bdd_3$rang_matiere <- as.numeric(bdd_3$rang_matiere)
# 
# bdd_3$rang_max_matiere <- gsub(",", ".", bdd_3$rang_max_matiere)
# bdd_3$rang_max_matiere <- as.numeric(bdd_3$rang_max_matiere)
# 
# bdd_3$toeic <- as.numeric(bdd_3$toeic)

# bdd_3$point_bonus <- gsub(",", ".", bdd_3$point_bonus)
# bdd_3$point_jury <- as.numeric(bdd_3$point_jury)


# Numérisation des variables de note, coeff, et rang, moyennes

## patch pour rang et rang max

bdd_rang <- read_parquet("Z:/0_Direction_des_Etudes/Base élève/analyse_bdd_eleves_ensai/data/20250618/bdd_2015_2024.parquet")

bdd_rang_1 <- bdd_rang %>% 
  select(annee,id_etudiant,code_matiere,rang_matiere, rang_max_matiere, point_jury)

bdd_4 <- left_join(bdd_3, bdd_rang_1, by = c("annee","id_etudiant","code_matiere"))

bdd_4$point_jury <- ifelse(grepl("points de jury", bdd_4$matiere, ignore.case = TRUE),
                           bdd_4$point_jury, 
                           NA)

table(bdd_4$point_jury)
table(bdd_4$point_bonus)

## Numérisation de certaines variables
bdd_4$moyenne_matiere <- gsub("\\.", ",", bdd_4$moyenne_matiere)

numeriser <- function(data, vars, decimal_mark = ",") {
  data %>% mutate(across(
    all_of(vars),
    ~ {                          
      lbl  <- attr(.x, "label")  
      out  <- parse_number(     
        as.character(.x),
        locale = locale(decimal_mark = decimal_mark)
      )
      if (!is.null(lbl))         
        attr(out, "label") <- lbl
      out                         
    }
  ))
}


bdd_4 <- numeriser(
  bdd_4,
  c("rang_matiere",
  "rang_max_matiere",
  "moyenne_matiere",
  "moyenne_generale",
  "total_coeff",
  "total_ects",
  "moyenne_generale",
  "moyenne_ue",
  "toeic",
  "MES1", "MHS1", "MIS1", "MSS1",
  "MES2", "MHS2", "MIS2", "MSS2",
  "MGS1", "MGS2","ccc_ran_com"
))

bdd_4 <- bdd_4 %>% arrange(desc(annee), voie_lib, nom) %>% 
  rename(annee=annee) %>% 
  select(-c("situation","X","rattrapage_max", "RES1", "RHS1", "RIS1", "RSS1",
            "RES2", "RHS2", "RIS2", "RSS2","nom","prenom"))



## Anonymisation

# Clé secrète pour chiffrer/déchiffrer
cle_secrete <- "Theophilus81!" # (me demander mon mot de passe - CL)

# Fonction de chiffrement (XOR + Base64)
encrypt_id <- function(id_vector, cle) {
  sapply(id_vector, function(id) {
    id_raw <- as.integer(charToRaw(as.character(id)))
    cle_raw <- as.integer(charToRaw(cle))
    cle_longue <- rep(cle_raw, length.out = length(id_raw))
    xor_result <- bitwXor(id_raw, cle_longue)
    base64enc::base64encode(as.raw(xor_result))
  })
}

# Fonction de déchiffrement (Base64 + XOR)
decrypt_id <- function(enc_vector, cle) {
  sapply(enc_vector, function(enc) {
    chiffré <- as.integer(base64enc::base64decode(enc))
    cle_raw <- as.integer(charToRaw(cle))
    cle_longue <- rep(cle_raw, length.out = length(chiffré))
    xor_result <- bitwXor(chiffré, cle_longue)
    rawToChar(as.raw(xor_result))
  })
}


# Chiffrement
bdd_4$id_crypte <- encrypt_id(bdd_4$id_etudiant, cle_secrete)

bdd_4 <- bdd_4 %>% 
  select(-id_etudiant)

# Déchiffrement
#bdd_4$id_decrypte <- decrypt_id(bdd_4$id_crypte, cle_secrete)

#  Vérification
print(bdd_4)
print(all(bdd_4$id_etudiant == bdd_4$id_decrypte))  # Doit afficher TRUE

# Ajout de variables

# recoder spe_entree pour maths
bdd_4 <- bdd_4 %>%
  mutate(spe_entree = case_when(
    grepl("mpi|mp2i|math[\\s\\-]*phys[\\s\\-]*info", etab_origine_formation, ignore.case = TRUE) ~ "MPI",
    grepl("pc|ps", etab_origine_formation, ignore.case = TRUE) ~ "PC/PSI",
    grepl("mp", etab_origine_formation, ignore.case = TRUE) ~ "MP",
    grepl("math", concours_origine, ignore.case = TRUE) ~ "MATH_NC",
    TRUE ~ NA_character_
  ))

# recoder spe_entree pour ECO
bdd_4$spe_entree <- ifelse(bdd_4$concours_origine =="Concours externe : spécialité 'économie et sciences sociales'",
                           "Eco BL", 
                           ifelse(bdd_4$concours_origine =="concours externe : spécialité 'économie et sciences sociales'",
                                  "Eco BL",
                                  ifelse (bdd_4$concours_origine == "Concours externe : spécialité 'économie et gestion'",
                                          "Eco D2",
                                          bdd_4$spe_entree)))

# recoder spe_entree pour Autres
bdd_4$spe_entree <- ifelse(bdd_4$concours_origine =="Admission sur titres (dossier + entretien) : niveau L3",
                              "AST 1A", 
                              ifelse(bdd_4$concours_origine =="Admission sur titres (dossier + entretien) : niveau M1 ou plus, admission en 1ère année",
                                     "AST 1A",
                                     ifelse (bdd_4$concours_origine == "Admission sur titres (dossier + entretien) : niveau M1 ou plus, admission en 2e année",
                                             "AST 2A",
                                             ifelse (bdd_4$concours_origine == "Concours externe",
                                                     "ERASMUS - Contractuels",
                                                     ifelse (bdd_4$concours_origine == "Contractuel",
                                                             "ERASMUS - Contractuels",
                                                             ifelse (bdd_4$concours_origine == "Erasmus",
                                                                     "ERASMUS - Contractuels",
                                                                     bdd_4$spe_entree))))))

table(bdd_4$spe_entree)

# Il s'agit de continuer d'affiner à partir de tous les cas possibles
sort(table(bdd_4$etab_origine_formation), decreasing = TRUE)

# Prépa étoile

bdd_4 <- bdd_4 %>%
  mutate(prepa_etoile = case_when(
    grepl("\\*", etab_origine_formation, ignore.case = TRUE) ~ 1,
    TRUE ~ 0
  ))

table(bdd_4$prepa_etoile)

# Export en csv
write.csv2(bdd_4, "data/bdd_2015_2024.csv", row.names = FALSE)

# Export en xlsx
write_xlsx(bdd_4, path = "data/bdd_2015_2024.xlsx")

# Export en parquet
write_parquet(bdd_4,"data/bdd_2015_2024.parquet")

# Export en RDS
write_rds(bdd_4, "data/bdd_2015_2024.rds")

# Dictionnaire des variables

# Labels pour création d'un dictionnaire
bdd_4$annee_scolaire <- structure(bdd_4$annee_scolaire, label = "Année de scolarité")
bdd_4$id_crypte <- structure(bdd_4$id_crypte , label = "Identifiant crypté de l'étudiant")
bdd_4$sexe <- structure(bdd_4$sexe, label = "Sexe de l'étudiant")
bdd_4$nationalite <- structure(bdd_4$nationalite, label = "Nationalité de l'étudiant")
bdd_4$id_nationalite <- structure(bdd_4$id_nationalite, label = "Identifiant de la nationalité de l'étudiant")
bdd_4$paysnai <- structure(bdd_4$paysnai, label = "Pays de naissance de l'étudiant")
bdd_4$etab_origine_formation <- structure(bdd_4$etab_origine_formation, label = "Type d'établissement d'origine de l'étudiant")
bdd_4$concours_origine <- structure(bdd_4$concours_origine, label = "Concours d'origine de l'étudiant")
bdd_4$concours_annee <- structure(bdd_4$concours_annee, label = "Année d'entrée à l'Ensai de l'étudiant")
bdd_4$bac_annee <- structure(bdd_4$bac_annee, label = "Année d'obtention du bac de l'étudiant")
bdd_4$bac_mention <- structure(bdd_4$bac_mention, label = "Mention au bac de l'étudiant")
bdd_4$toeic <- structure(bdd_4$toeic, label = "Score au Toeic ")
bdd_4$annee_ecole <- structure(bdd_4$annee_ecole, label = "Niveau/Année dans l'école (1A-2A-3A)")
bdd_4$statut_etudiant <- structure(bdd_4$statut_etudiant, label = "Statut de l'étudiant")
bdd_4$voie_entree <- structure(bdd_4$voie_entree, label = "Voie d'entrée à l'Ensai")
bdd_4$specialite_entree <- structure(bdd_4$specialite_entree, label = "Spécialité à l'entrée à l'Ensai")
bdd_4$filiere_1A <- structure(bdd_4$filiere_1A, label = "Filière en 1ère année à l'Ensai")
bdd_4$filiere_2A <- structure(bdd_4$filiere_2A, label = "Filière en 2ème année à l'Ensai")
bdd_4$filiere_3A <- structure(bdd_4$filiere_3A, label = "Filière en 3ème année à l'Ensai")
bdd_4$id_type_matiere <- structure(bdd_4$id_type_matiere, label = "Identifiant de la matière")
bdd_4$cat_matiere <- structure(bdd_4$cat_matiere, label = "Catégorie de la matière")
bdd_4$code_matiere <- structure(bdd_4$code_matiere, label = "Code de la matière")
bdd_4$matiere <- structure(bdd_4$matiere, label = "Nom de la matière")
bdd_4$ue <- structure(bdd_4$ue, label = "Nom de l'UE de la matière")
bdd_4$moyenne_matiere <- structure(bdd_4$moyenne_matiere, label = "Note moyenne de l'étudiant à la matière")
bdd_4$moyenne_ue <- structure(bdd_4$moyenne_ue, label = "Note moyenne de l'étudiant à l'a matière'UE")
bdd_4$voie_lib <- structure(bdd_4$voie_lib, label = "Libellé long de la voie d'appartenance")
bdd_4$rang_matiere <- structure(bdd_4$voie_lib, label = "Rang dans la matière")
bdd_4$rang_max_matiere <- structure(bdd_4$voie_lib, label = "Rang max dans la matière")
bdd_4$moyenne_generale <- structure(bdd_4$voie_lib, label = "Moyenne générale sur l'année")
bdd_4$total_coeff <- structure(bdd_4$voie_lib, label = "Coefficient de la matière")
bdd_4$total_ects <- structure(bdd_4$total_ects, label = "Crédits ECTS de la matière")
bdd_4$filiere_3Abis <- structure(bdd_4$filiere_3Abis, label = "Filière en 3ème année à l'Ensai revue par Stéphane")
bdd_4$toeic <- structure(bdd_4$toeic, label = "Score au Toeic")
bdd_4$annee <- structure(bdd_4$annee, label = "Année en cours")
bdd_4$libelle_etat_civil <- structure(bdd_4$libelle_etat_civil, label = "État civil")
bdd_4$id_ref_paysnai <- structure(bdd_4$id_ref_paysnai, label = "Identifiant du pays de naissance de l'étudiant")
bdd_4$libelle_statut_etudiant <- structure(bdd_4$libelle_statut_etudiant, label = "Statut de l'étudiant")
bdd_4$libelle_statut_etudiant <- structure(bdd_4$libelle_statut_etudiant, label = "Statut de l'étudiant")
bdd_4$certif_anglais_org <- structure(bdd_4$certif_anglais_org, label = "Organisme de certification du niveau d'anglais")
bdd_4$certif_anglais_score<- structure(bdd_4$certif_anglais_score, label = "Score du certificat du niveau d'anglais")
bdd_4$date_naissance <- structure(bdd_4$date_naissance, label = "Date de naissance")
bdd_4$double_diplome <- structure(bdd_4$double_diplome, label = "Douple diplôme")
bdd_4$autre_diplome <- structure(bdd_4$autre_diplome, label = "Autre diplôme")
bdd_4$redoublement <- structure(bdd_4$redoublement, label = "Redoublement")
bdd_4$att_ing <- structure(bdd_4$att_ing, label = "Attaché ou Ingénieur")
bdd_4$bac_spe1 <- structure(bdd_4$bac_spe1, label = "Spécialité de bac 1")
bdd_4$bac_spe2 <- structure(bdd_4$bac_spe2, label = "Spécialité de bac 2")
bdd_4$cpge <- structure(bdd_4$cpge, label = "Type de classe prépa")
bdd_4$bourse <- structure(bdd_4$bourse, label = "Boursier")
bdd_4$bourse_type <- structure(bdd_4$bourse_type, label = "Type de bourse")
bdd_4$bourse_montant <- structure(bdd_4$bourse_montant, label = "Montant de la bourse")
bdd_4$id_pcs_pere <- structure(bdd_4$id_pcs_pere, label = "Identifiant PCS du père")
bdd_4$id_pcs_mere <- structure(bdd_4$id_pcs_mere, label = "Identifiant PCS de la mère")
bdd_4$MES1 <- structure(bdd_4$MES1, label = "Moyenne Économie S1")
bdd_4$MHS1 <- structure(bdd_4$MHS1, label = "Moyenne Humanités S1")
bdd_4$MSS1 <- structure(bdd_4$MSS1, label = "Moyenne Statistique S1")
bdd_4$MIS1 <- structure(bdd_4$MIS1, label = "Moyenne Informatique S1")
bdd_4$MES2 <- structure(bdd_4$MES2, label = "Moyenne Économie S2")
bdd_4$MHS2 <- structure(bdd_4$MHS2, label = "Moyenne Humanités S2")
bdd_4$MSS2 <- structure(bdd_4$MSS2, label = "Moyenne Statistique S2")
bdd_4$MIS2 <- structure(bdd_4$MIS2, label = "Moyenne Informatique S2")
bdd_4$MGS1 <- structure(bdd_4$MGS1, label = "Moyenne Générale S1")
bdd_4$MGS2 <- structure(bdd_4$MGS2, label = "Moyenne Générale S2")
bdd_4$AV <- structure(bdd_4$MGS2, label = "Année validée")
bdd_4$point_bonus <- structure(bdd_4$point_bonus, label = "Point de bonus")
bdd_4$point_jury <- structure(bdd_4$point_jury, label = "Point de jury")
bdd_4$objectifs_matiere <- structure(bdd_4$objectifs_matiere, label = "Commentaire matière dont explication point de bonus")
bdd_4$commentaire <- structure(bdd_4$commentaire, label = "Commentaire sur la décision de validation de l'année")
bdd_4$bonus_type <- structure(bdd_4$bonus_type, label = "type de bonus (à déterminer)")
bdd_4$id_commentaire_bulletin_ref <- structure(bdd_4$id_commentaire_bulletin_ref, label = "Décision de validation (cf table table_bulletin_ref_id_bonus)")
bdd_4$verrou <- structure(bdd_4$verrou, label = "Variable récupérée dans commentaire (à déterminer)")
bdd_4$id_crypte <- structure(bdd_4$id_crypte, label = "Identifiant crypté de l'étudiant")
bdd_4$ccc_ran_com <- structure(bdd_4$ccc_ran_com, label = "Classement au concours commun mathématiques")
bdd_4$spe_entree <- structure(bdd_4$spe_entree, label = "Spécialité à l'entrée")
bdd_4$prepa_etoile <- structure(bdd_4$prepa_etoile, label = "Provenance d'une prépa étoile")



# Fabrication du dictionnaire
dictionnaire_labels <- function(df) {
  tibble(
    variable = names(df),
    label    = map_chr(df, ~ attr(.x, "label") %||% ""),
    format   = map_chr(df, ~ class(.x)[1])      
  )
}

dict <- dictionnaire_labels(bdd_4)

write_xlsx(dict, path = "data/dictionnaire.xlsx")