Alignement de données vers ArkeoGIS à l’aide du logiciel R

Ce tutoriel a pour objet de servir d’exemple pour l’automatisation d’un alignement de données issues d’une base déposée sur la plateforme Heurist, vers le thésaurus d’ArkeoGIS à l’aide du logiciel libre R. Il est nécessaire de connaître un minimum ce logiciel pour pouvoir suivre ce tutoriel. Ce document est fondé sur la base de données issue d’une thèse de doctorat (Scholtus 2021).

Auteur·rice

Lizzie Scholtus

Date de publication

28 février 2023

# Liste des librairies utilisées dans ce documents

library(kableExtra)
library(plyr)
library(dplyr)
library(stringr)
library(rlist)
library(tidyr)

1 Présentation des données originelles

Le jeu de données utilisé ici provient d’une base données hébergée sur le site Heurist qui permet la création de bases de données relationnelles et l’export des données croisées au format csv. Dans cet export, Table 1, se trouvent les informations relatives aux objets et leurs typologies, ainsi qu’aux sites sur lesquels ils ont éte mis au jour.
Par ailleurs, certaines informations, concernant plus particulièrement les sites, n’ont pas été importées dans cette base, mais sont conservées au format Access. Ces éléments ont été exportés au format csv (Table 2) et peuvent être reliés à la table objets grâce à l’identifiant de site.

Tous les éléments nécessaire à l’import dans ArkeoGIS sont donc déjà présents dans ces deux jeux de données, mais pas forcément dans les bonnes colonnes ni au bon format. Ces tables doivent donc être assemblées et nettoyées, puis être alignées sur le thésaurus spécifique au site ArkeoGIS avant d’y être déposées.

# Import des deux jeux de donnés dans R

objets <- read.csv2("data/Objet.csv", sep = ",", encoding = "UTF-8")
sites <- read.csv2("data/Site.csv", sep = ";", encoding = "UTF-8")

Table 1: Export de la table objets depuis Heurist incluant les informations liées
Objet.H.ID	Unique.public.identifier	catégorie.objet	Materiaux	Site.objet.H.ID	Unique.public.identifier.1	Lieu.dit	Commune.H.ID	Name...Title	Mappable.location..geospatial.	Type.objet.H.ID	rec_Title	Datation.type.H.ID	Name...Title.1	Bibliographie..Référence.biblio..H.ID	rec_Title.1
42244	APP0001	harnais	Alliage cuivreux	6929	SIT0092	Augusta Raurica	5906	Augst	POINT(7.71468 47.53557)	7437	harnais - Artefacts APH-4000, Bishop 1988	7026\|7027\|7028	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	201387\|181260	Artefacts APH-4068\|Deschler-Erb 1999, n° 386
42245	APP0010	harnais	Alliage cuivreux	6545	SIT0575	Rheingönheim	5136	Ludwigshafen am Rhein	POINT(8.41944 49.44514)	7437	harnais - Artefacts APH-4000, Bishop 1988	7026\|7027\|7028	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	203143\|201387\|193274	Bishop 1992, fig. 15, n°1-2\|Artefacts APH-4068\|Ulbert 1969, Pl.28 n°4
42246	APP0100	harnais	Alliage cuivreux	6918	SIT0091	Vindonissa	5895	Windisch an der Aare	POINT(8.21842 47.47899)	7447	harnais - Artefacts APH-4000, Bishop 1988	7030\|7031\|7032\|7033	100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	193339\|201165	Unz, Deschler-Erb 1997, pl. 63, n° 1812\|Artefacts APH-4051

Table 2: Export de la table sites depuis Access
ID_SITE	Centroide	Etat.de.la.recherche	Occupation	Datation	Bibliographie	Type.de.site
SIT0001	VRAI	Fouillé	Non renseigné	IVe s. av. - IVe s. apr.	R. Cordie-Hachenberg, A. Haffner 1991, Haffner 1971	Funéraire
SIT0002	VRAI	Non renseigné	Non renseigné			Habitat indéterminé
SIT0003	VRAI	Non renseigné	Non renseigné			Indéterminé

2 Nettoyage de la table

La première étape, pour préparer le jeu de données, consiste à nettoyer la table en enlevant les colonnes inutiles. Cette opération est évidemment différentes selon les jeux de données. Il s’agit en particulier ici des identifiants uniques permettant les liens entre les différentes tables dans Heurist, c’est-à-dire toutes les colonnes contenant l’information H.ID dans leur titre.
À l’aide d’une expression régulière, il est alors possible de supprimer toutes les colonnes finissant par les lettres ID.

# Supprimer les colonnes inutiles avec une expressions régulières

n_objet <- as.data.frame(objets[,-grep(".*ID$", colnames(objets))])

Table 3: Table objets après suppression des colonnes non utiles
Unique.public.identifier	catégorie.objet	Materiaux	Unique.public.identifier.1	Lieu.dit	Name...Title	Mappable.location..geospatial.	rec_Title	Name...Title.1	rec_Title.1
APP0001	harnais	Alliage cuivreux	SIT0092	Augusta Raurica	Augst	POINT(7.71468 47.53557)	harnais - Artefacts APH-4000, Bishop 1988	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	Artefacts APH-4068\|Deschler-Erb 1999, n° 386
APP0010	harnais	Alliage cuivreux	SIT0575	Rheingönheim	Ludwigshafen am Rhein	POINT(8.41944 49.44514)	harnais - Artefacts APH-4000, Bishop 1988	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	Bishop 1992, fig. 15, n°1-2\|Artefacts APH-4068\|Ulbert 1969, Pl.28 n°4
APP0100	harnais	Alliage cuivreux	SIT0091	Vindonissa	Windisch an der Aare	POINT(8.21842 47.47899)	harnais - Artefacts APH-4000, Bishop 1988	100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	Unz, Deschler-Erb 1997, pl. 63, n° 1812\|Artefacts APH-4051

3 Transformer la table au format ArkeoGIS

Pour que le jeu de données soit compatible avec la plateforme ArkeoGIS, il doit être composé des 22 colonnes suivantes. Pour chacune, une valeur et un type précis sont définis (voir le manuel en ligne pour plus d’informations).
Dans la table utilisée pour cet exemple, si certaines colonnes sont déjà au bon format, d’autres vont nécessiter quelques manipulations.

Astuce

Le modèle de données est téléchargeable ici

# Import du modèle de données ArkeoGIS

arkeoGIS <- read.csv2("data/Model.csv", sep = ";")

 [1] "SITE_SOURCE_ID"     "SITE_NAME"          "MAIN_CITY_NAME"    
 [4] "GEONAME_ID"         "PROJECTION_SYSTEM"  "LONGITUDE"         
 [7] "LATITUDE"           "ALTITUDE"           "CITY_CENTROID"     
[10] "OCCUPATION"         "STATE_OF_KNOWLEDGE" "STARTING_PERIOD"   
[13] "ENDING_PERIOD"      "CARAC_NAME"         "CARAC_LVL1"        
[16] "CARAC_LVL2"         "CARAC_LVL3"         "CARAC_LVL4"        
[19] "CARAC_EXP"          "BIBLIOGRAPHY"       "COMMENTS"          
[22] "WEB_IMAGES"

3.1 Les colonnes à renommer

Pour un certain nombre de colonnes, aucune modifications n’est nécessaire. Il suffit de les renommer en fonction de la table fournit dans le manuel d’ArkeoGIS.

SITE_SOURCE_ID : cette colonne, désigne l’identifiant unique se reportant au site sur lequel l’objet a été mis au jour. Ici, cette information se trouve dans la colonne Unique.public.identifier.1, la colonne Unique.public.identifier indiquant l’identifiant unique de l’objet en lui même.
SITE_NAME : le nom du site se trouve dans la colonne Lieu.dit.
MAIN_CITY_NAME : la commune sur laquelle se situe le site se trouve dans la colonne Name…Title.
BIBLIOGRAPHY : la bibliographie se rapportant à l’objet se trouve dans la colonne rec_Title.1.

# Renommer les colonnes déjà existantes

colnames(n_objet)[c(4:6, 10)] <- colnames(arkeoGIS[c(1:3, 20)])

Table 4: Table objets après avoir renommer une partie des colonnes
Unique.public.identifier	catégorie.objet	Materiaux	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	Mappable.location..geospatial.	rec_Title	Name...Title.1	BIBLIOGRAPHY
APP0001	harnais	Alliage cuivreux	SIT0092	Augusta Raurica	Augst	POINT(7.71468 47.53557)	harnais - Artefacts APH-4000, Bishop 1988	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	Artefacts APH-4068\|Deschler-Erb 1999, n° 386
APP0010	harnais	Alliage cuivreux	SIT0575	Rheingönheim	Ludwigshafen am Rhein	POINT(8.41944 49.44514)	harnais - Artefacts APH-4000, Bishop 1988	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	Bishop 1992, fig. 15, n°1-2\|Artefacts APH-4068\|Ulbert 1969, Pl.28 n°4
APP0100	harnais	Alliage cuivreux	SIT0091	Vindonissa	Windisch an der Aare	POINT(8.21842 47.47899)	harnais - Artefacts APH-4000, Bishop 1988	100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	Unz, Deschler-Erb 1997, pl. 63, n° 1812\|Artefacts APH-4051

3.2 Les colonnes à créer sans manipulations

Afin de correspondre à la structure des données ArkeoGIS, certaines colonnes et leur données doivent être ajoutées car elles ne sont pas encore présentes dans le jeu de données.

La colonne GEONAME_ID est utilisée pour récupérer les coordonnées de sites pour lesquels l’information ne serait pas indiquée dans le jeu de données, ce qui n’est pas le cas ici. Cette colonne doit donc être ajoutée, mais sans nouvelles données.

Astuce

La colonne GEONAME_ID indique l’identifiant unique d’une localité qui peut être trouvé sur le site Geonames. Il est aussi possible d’exporter et aligner directement des localités sur ce référentiel (voir Marlet et al. (2022)).

La colonne ALTITUDE reprend une information qui n’est pas disponible dans ce jeu de données.
La colonne PROJECTION_SYSTEM indique le système de projection dans lequel les coordonnées sont indiquées, à l’aide de son code EPSG. Ici, il s’agit du système WGS84 dont le code est 4326.

Astuce

Il existe un code EPSG pour chaque système de projection. On peut les trouver sur Wikipédia ou sur le site epsg.

La colonne CARAC_NAME précise dans ArkeoGIS à quelle partie du thésaurus la ligne décrite fait référence (Immobilier, Mobilier, Production, Paysage, Analyses). Dans les données utilisées on ne trouve que du mobilier.
La colonne CARAC_EXP indique si l’élément décrit est exceptionnel ou non.
La colonne WEB_IMAGES indique un lien vers une ou des url permettant l’accès à des illustrations au format jpg, png ou gif.

# Créer les colonnes à ajouter et leur contenu

n_objet[, colnames(arkeoGIS[c(4,8)])] <- NA
n_objet[, colnames(arkeoGIS[5])] <- "4326"
n_objet[, colnames(arkeoGIS[14])] <- "Mobilier"
n_objet[, colnames(arkeoGIS[19])] <- "Non"
n_objet[, colnames(arkeoGIS[22])] <- NA

Table 5: Ajout de nouvelles colonnes à la table objets
Unique.public.identifier	catégorie.objet	Materiaux	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	Mappable.location..geospatial.	rec_Title	Name...Title.1	BIBLIOGRAPHY	GEONAME_ID	ALTITUDE	PROJECTION_SYSTEM	CARAC_NAME	CARAC_EXP	WEB_IMAGES
APP0001	harnais	Alliage cuivreux	SIT0092	Augusta Raurica	Augst	POINT(7.71468 47.53557)	harnais - Artefacts APH-4000, Bishop 1988	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	Artefacts APH-4068\|Deschler-Erb 1999, n° 386	NA	NA	4326	Mobilier	Non	NA
APP0010	harnais	Alliage cuivreux	SIT0575	Rheingönheim	Ludwigshafen am Rhein	POINT(8.41944 49.44514)	harnais - Artefacts APH-4000, Bishop 1988	0 : 25 apr\|25 : 50 apr\|50 : 75 apr	Bishop 1992, fig. 15, n°1-2\|Artefacts APH-4068\|Ulbert 1969, Pl.28 n°4	NA	NA	4326	Mobilier	Non	NA
APP0100	harnais	Alliage cuivreux	SIT0091	Vindonissa	Windisch an der Aare	POINT(8.21842 47.47899)	harnais - Artefacts APH-4000, Bishop 1988	100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	Unz, Deschler-Erb 1997, pl. 63, n° 1812\|Artefacts APH-4051	NA	NA	4326	Mobilier	Non	NA

3.3 Les colonnes en fonction d’une autre table

On trouve dans la table sites les informations pour compléter les données des colonnes ArkeoGIS CITY_CENTROID, OCCUPATION, STATE_OF_KNOWLEDGE qui sont relative au site de découverte et non à l’objet en lui même. Pour ce faire, il faut fusionner la table objets et la table sites en fonction de l’identifiant unique des sites, ce qui va permettre de répéter les informations pour chaque objet mis au jour sur un même site. Cependant, avant de pouvoir fusionner les deux jeux de données, les deux colonnes contenant l’identifiant unique du site, et permettant le lien, doivent être nommées de la même manière.

# Renommer la colonne ID_Site dans la table `sites`

colnames(sites)[1] <- "SITE_SOURCE_ID"

# Fusionner les jeux de données

n_objet <- droplevels(merge(sites[,1:4], n_objet, by = "SITE_SOURCE_ID"))

# Renommer les colonnes pour ArkeoGIS

colnames(n_objet)[2:4] <- colnames(arkeoGIS[c(9, 11, 10)])

Table 6: Ajout des colonnes de la table sites dans la table objets
SITE_SOURCE_ID	CITY_CENTROID	STATE_OF_KNOWLEDGE	OCCUPATION	Unique.public.identifier	catégorie.objet	Materiaux	SITE_NAME	MAIN_CITY_NAME	Mappable.location..geospatial.	rec_Title	Name...Title.1	BIBLIOGRAPHY	GEONAME_ID	ALTITUDE	PROJECTION_SYSTEM	CARAC_NAME	CARAC_EXP	WEB_IMAGES
SIT0001	VRAI	Fouillé	Non renseigné	FIB2747	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	POINT(7.16444 49.86499)	fibule - Gaspar 2007 type 37a\|fibule - Feugère 1985 type 26b1\|fibule - Riha 1994 type 5.17.3	25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	Haffner 1971, 20-21, Taf. 14\|Artefacts FIB-4518	NA	NA	4326	Mobilier	Non	NA
SIT0001	VRAI	Fouillé	Non renseigné	PER1594	perle	Verre	Wederath-Belginum	Wederath	POINT(7.16444 49.86499)	perle - Riha 1990 type 11.1.1	25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	Cordie-Hackenberg, Haffner 1997, Taf. 417, j\|Artefacts PRL-4001	NA	NA	4326	Mobilier	Non	NA
SIT0001	VRAI	Fouillé	Non renseigné	FIB2751	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	POINT(7.16444 49.86499)	fibule - Gaspar 2007 type 50\|fibule - Feugère 1985 type 26c2\|fibule - Riha 1994 type 7.16	50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr	Artefacts FIB-4726\|Cordie-Hackenberg, Haffner 1997, pl. 618, k	NA	NA	4326	Mobilier	Non	NA

Les trois colonnes importées sont définies par des champs prédéfinis fixes dans le manuel d’ArkeoGIS. Il est donc nécessaire de vérifier qu’elles y correspondent bien, et le cas échéant de les modifier en conséquence.

La colonne CITY_CENTROID fonctionne selon un système oui-non. Toutefois, l’import dans R a changé ces valeurs en TRUE-FALSE.

# Changer les valeurs de la colonne CITY_CENTROID

n_objet$CITY_CENTROID <- factor(n_objet$CITY_CENTROID)
levels(n_objet$CITY_CENTROID) <- c("Non", "Oui")

Table 7: Contenu de la colonne CITY_CENTROID

(a) Avant
Var1	Freq
FAUX	11472
VRAI	18980

(b) Après
Var1	Freq
Non	11472
Oui	18980

Note

Les valeurs de cette colonne peuvent être corrélées à l’utilisation de geonames dans la colonne GEONAME_ID, afin de définir les coordonnées d’un site. Dans l’exemple utilisé ici aucun geonames n’est utilisé, cependant un certain nombre de site sont localisés par des coordonnées non précises et cette information est notifiée dans cette colonne.

La colonne STATE_OF_KNOWLEDGE n’accepte qu’un certain nombre d’entrées spécifiques et ne prend pas en compte les cellules vides. Il est donc nécessaire de remplacer ces dernières par la mention Non renseigné. Il faut aussi homogénéiser les entrées pour Prospecté pédestre, que l’on trouve écrit de trois façons différentes. L’utilisation d’une expression régulière nous permet de faire cette modification en une seule ligne.

# Remplacer les cellules vides par la mention "Non renseigné"

n_objet$STATE_OF_KNOWLEDGE[n_objet$STATE_OF_KNOWLEDGE == ""] <- "Non renseigné"

# Homogénéiser la mention "Prospecté pédestre"

n_objet$STATE_OF_KNOWLEDGE <- sub("^Prospect.+$", "Prospecté pédestre", n_objet$STATE_OF_KNOWLEDGE)

Table 8: Contenu de la colonne STATE_OF_KNOWLEDGE

(a) Avant
Var1	Freq
	27
Fouillé	7833
Littérature	104
Non renseigné	21661
Prospecté	91
Prospecté pédestre	511
Prospection pédestre	4
Sondé	221

(b) Après
Var1	Freq
Fouillé	7833
Littérature	104
Non renseigné	21688
Prospecté pédestre	606
Sondé	221

La colonne OCCUPATION est, elle aussi, structurée par un certain nombre d’entrées prédéfinies. Ici, il est seulement nécessaire de remplacer les lignes vides par la mention Non renseigné.

# Remplacer les cellules vides par la mention "Non renseigné"

n_objet$OCCUPATION[n_objet$OCCUPATION == ""] <- "Non renseigné"

Table 9: Contenu de la colonne OCCUPATION

(a) Avant
Var1	Freq
	27
Continue	1332
Multiple	2
Non renseigné	27135
Unique	1956

(b) Après
Var1	Freq
Continue	1332
Multiple	2
Non renseigné	27162
Unique	1956

3.4 Les colonnes à créer d’après les données d’autres colonnes

Pour certaines colonnes les informations nécessaires à l’import dans ArkeoGIS sont déjà présentes dans la table, mais ne sont pas aux bons formats ou sont mélangées à d’autres élements. Il est donc nécessaire de les récupérer, de les modifier et de les intégrer au sein des bonnes colonnnes.

3.4.1 Les coordonnées

C’est le cas en particulier ici des coordonnées des sites. Ces informations sont indiquées dans la colonne Mappable.location..geospatial. sous la forme de données géospatialisées (Table 10 les longitudes et latitudes sont rassemblées dans la même colonne). Il faut les séparer et les insérer dans deux colonnes différentes.

Table 10: Les coordonnées dans les données sources
x
POINT(7.16444 49.86499)
POINT(7.16444 49.86499)
POINT(7.16444 49.86499)
POINT(7.16444 49.86499)
POINT(7.16444 49.86499)
POINT(7.16444 49.86499)

# Créer une table pour stocker les coordonnées
coord <- data.frame(LONGITUDE = numeric(), LATITUDE = numeric())

# Récupérer les coordonnés à l'aide d'une expression régulière et les stocker dans la table `coord`
coord <- strcapture("POINT\\((\\d+\\.\\d+)\\s(\\d+\\.\\d+)\\)", n_objet$Mappable.location..geospatial., coord)
summary(coord)

   LONGITUDE        LATITUDE    
 Min.   :4.920   Min.   :46.23  
 1st Qu.:6.173   1st Qu.:47.54  
 Median :6.956   Median :48.31  
 Mean   :6.966   Mean   :48.45  
 3rd Qu.:7.715   3rd Qu.:49.19  
 Max.   :9.028   Max.   :50.44  
 NA's   :8       NA's   :8

# Rassembler la table `objets` et la table `coord` (Cette opération 
# fonctionne parce que l'ordre des rangs n'a pas été modifié)
# Puis supprimer la colonne Mappable.location..geospatial.
n_objet <- cbind(n_objet, coord)
n_objet <- n_objet[,-10]

Table 11: Ajouter les bonnes colonnes de coordonnées dans la table objets
SITE_SOURCE_ID	CITY_CENTROID	STATE_OF_KNOWLEDGE	OCCUPATION	Unique.public.identifier	catégorie.objet	Materiaux	SITE_NAME	MAIN_CITY_NAME	rec_Title	Name...Title.1	BIBLIOGRAPHY	GEONAME_ID	ALTITUDE	PROJECTION_SYSTEM	CARAC_NAME	CARAC_EXP	WEB_IMAGES	LONGITUDE	LATITUDE
SIT0001	Oui	Fouillé	Non renseigné	FIB2747	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	fibule - Gaspar 2007 type 37a\|fibule - Feugère 1985 type 26b1\|fibule - Riha 1994 type 5.17.3	25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	Haffner 1971, 20-21, Taf. 14\|Artefacts FIB-4518	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499
SIT0001	Oui	Fouillé	Non renseigné	PER1594	perle	Verre	Wederath-Belginum	Wederath	perle - Riha 1990 type 11.1.1	25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr	Cordie-Hackenberg, Haffner 1997, Taf. 417, j\|Artefacts PRL-4001	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499
SIT0001	Oui	Fouillé	Non renseigné	FIB2751	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	fibule - Gaspar 2007 type 50\|fibule - Feugère 1985 type 26c2\|fibule - Riha 1994 type 7.16	50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr	Artefacts FIB-4726\|Cordie-Hackenberg, Haffner 1997, pl. 618, k	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499

3.4.2 Les dates

Les informations de datation se trouvent, dans la table objets, regroupées par phase d’existence de l’objet, au sein d’une unique colonne Name…Title.1 (Table 12). Il est donc nécessaire de les séparer en récupérant la première phase pour la colonne STARTING_PERIOD et la dernière pour la colonne ENDING_PERIOD. Cependant, certaines lignes ne possèdent qu’une seule période d’existence, représentant à la fois la date de début et de fin, ce qui nécessite des manipulations supplémentaires. Par ailleurs, certaines lignes étant réellement vides, il n’est pas possible de simplement remplacer les données manquantes de la première application de la fonction strcapture par celles de la seconde.

Table 12: Les datations dans les données sources
x
25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr
25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr
50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr
25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr
25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr
25 : 50 apr\|50 : 75 apr\|75 : 100 apr\|100 : 150 apr\|150 : 200 apr\|200 : 250 apr\|250 : 300 apr

# Récupérer les dates de début et de fin`à l'aide d'une expression régulière
# et les stocker dans des colonnes séparées

date <- data.frame(STARTING_PERIOD = character(), ENDING_PERIOD = character())
date <- strcapture(
  "^(\\d+\\s:\\s\\d+\\s\\w+)\\s?\\w+?\\|?.*\\|(\\d+\\s:\\s\\d+\\s\\w+)\\s?\\w+?$", 
  n_objet[,11], date)

# Récupérer les dates uniques

date2 <- data.frame(STARTING_PERIOD = character())
date2 <- strcapture("^(\\d+\\s:\\s\\d+\\s\\w+)\\s?\\w+?$", n_objet[,11], date2)

# Dupliquer la colonne pour avoir une date de fin

date2$ENDING_PERIOD <- date2$STARTING_PERIOD

# Ajouter un identifiant unique identique aux deux tables
# cela fonctionne puisque les données manquantes sont indiquées
# par des NAs et que l'ordre des données est conservé

date$ID <- paste0("ID", 1:nrow(date))
date2$ID <- paste0("ID", 1:nrow(date2))

# Joindre les deux tables en remplaçant les données manquantes de la table
# `date` par les données de la table `date2`

date3 <- dplyr::left_join(date, date2, by = "ID") %>%
  ## Cette opération crée des nouvelles colonnes STARTING_PERIOD et ENDING_PERIOD
  ## x et y
  
  # Remplacer les NAs par les données disponibles dans les colonnes y
  dplyr::mutate(STARTING_PERIOD = ifelse(is.na(STARTING_PERIOD.x), 
                                         STARTING_PERIOD.y, STARTING_PERIOD.x)) %>%
  dplyr::mutate(ENDING_PERIOD = ifelse(is.na(ENDING_PERIOD.x), 
                                       ENDING_PERIOD.y, ENDING_PERIOD.x)) %>%
  
  # Supprimer les colonnes en trop
  dplyr::select(-STARTING_PERIOD.y, -STARTING_PERIOD.x) %>%
  dplyr::select(-ENDING_PERIOD.y, -ENDING_PERIOD.x) %>%
  
  # Et remplacer les NA restant par la mention "indéterminé"
  replace(is.na(.), "Indéterminé")

# Supprimer la colonne ID

date3 <- date3[,-1]

Table 13: Résultats de la transformation des dates
STARTING_PERIOD	ENDING_PERIOD
25 : 50 ap	250 : 300 ap
25 : 50 ap	250 : 300 ap
50 : 75 ap	150 : 200 ap
25 : 50 ap	250 : 300 ap
25 : 50 ap	250 : 300 ap
25 : 50 ap	250 : 300 ap

Il faut aussi transformer ces dates au format ArkeoGIS en supprimant les mention apr ou ap et en remplaçant les mentions av par un symbole -. Enfin, les données manquantes doivent indiquer l’information Indéterminé.

# Remplacer les mention "av" ou "apr" de la colonne STARTING_PERIOD

date3$STARTING_PERIOD <- gsub("(\\d+)\\s:\\s(\\d+)\\sap.*", "\\1:\\2", 
                              date3$STARTING_PERIOD)
date3$STARTING_PERIOD <- gsub("(\\d+)\\s:\\s(\\d+)\\sa.*", "-\\1:-\\2", 
                              date3$STARTING_PERIOD)

# Remplacer les mention "av" ou "apr" de la colonne ENDING_PERIOD

date3$ENDING_PERIOD <- gsub("(\\d+)\\s:\\s(\\d+)\\sap.*", "\\1:\\2", 
                            date3$ENDING_PERIOD)
date3$ENDING_PERIOD <- gsub("(\\d+)\\s:\\s(\\d+)\\sa.*", "-\\1:-\\2", 
                            date3$ENDING_PERIOD)

Table 14: Les différentes datations possibles après modification

(a) STARTING_PERIOD
Var1	Freq
-125:-75	1238
-150:-125	13505
-175:-150	10
-200:-175	283
-225:-200	205
-25:-0	1497
-260:-225	293
-50:-25	192
-75:-50	227
0:25	3871
100:150	646
150:200	656
200:250	1157
25:50	1859
250:300	1056
300:350	1674
350:400	781
50:75	1033
75:100	261
Indéterminé	8

(b) ENDING_PERIOD
Var1	Freq
-125:-75	524
-150:-125	236
-175:-150	365
-200:-175	5
-225:-200	37
-25:-0	274
-260:-225	10
-50:-25	13541
-75:-50	183
0:25	141
100:150	1475
150:200	916
200:250	975
25:50	398
250:300	2906
300:350	1438
350:400	3663
50:75	570
75:100	2787
Indéterminé	8

Les datations sont désormais prêtes à être intégrées à la table objets. Toutefois, il est aussi possible de les modifier à nouveau pour les faire correspondre à la chronologie de l’Europe continentale employée dans ArkeoGIS ¹. Pour celles avant J.-C., les dates de ce travail sont fondées sur cette même chronologie (Barral et Fichtl (2012)), mais diffèrent d’ArkeoGIS à un an près (voir Table 15). Pour les dates apr. J.-C., le système employé dans les données sources correspond au calendrier Grégorien, mais peut en partie être relié la chronologie d’ArkeoGIS en modifiant également les bornes d’un an.

Table 15: Extrait de la chronologie utilisée dans ArkeoGIS pour l’Europe continentale
	IdArkeogis	START_LVL1	STOP_LVL1	PERIOD_NAME_LVL2	START_LVL2	STOP_LVL2	PERIOD_NAME_LVL3	START_LVL3	STOP_LVL3	PERIOD_NAME_LVL4	START_LVL4	STOP_LVL4	IdArkPeriodo	IdArkPactols
38	2160	NA	NA	La Tène A	-480	-381		NA	NA		NA	NA	http://n2t.net/ark:/99152/p09hq4ntk3v	https://ark.frantiq.fr/ark:/26678/pcrtbm5GVtzrbP
39	2161	NA	NA		NA	NA	La Tène A1	-480	-421		NA	NA	http://n2t.net/ark:/99152/p09hq4nndw9
40	2162	NA	NA		NA	NA		NA	NA	La Tène A1a	-480	-451	http://n2t.net/ark:/99152/p09hq4n7gkg
41	2163	NA	NA		NA	NA		NA	NA	La Tène A1b	-450	-421	http://n2t.net/ark:/99152/p09hq4n43g3
42	2164	NA	NA		NA	NA	La Tène A2	-420	-381		NA	NA	http://n2t.net/ark:/99152/p09hq4n54cn
43	2165	NA	NA	La Tène B	-380	-261		NA	NA		NA	NA	http://n2t.net/ark:/99152/p09hq4nj4h9	https://ark.frantiq.fr/ark:/26678/pcrtpz5a27rtgG

Astuce

Les différentes chronologies utilisées dans ArkeoGIS sont listées ici. Celles possédant un DOI sont téléchargeables en suivant le lien de celui-ci ou en se rendant directement sur le dépôt Nakala.

# Modifier les dates pour correspondre à la chronologie utilisée dans ArkeoGIS

for (i in 1:ncol(date3)) {
  
  date3[,i] <- as.factor(date3[,i])
  
  levels(date3[,i]) <- c("-125:-76", "-150:-126", "-175:-151", "-200:-176", "-225:-201", 
                         "-25:-1", "-260:-226", "-50:-26", "-75:-51", "1:25", "101:150", 
                         "151:200", "201:250", "26:50", "251:300", "301:350", "351:400", 
                         "51:75", "76:100", "Indéterminé")
}

# Rassembler la table `objets` et la table `date3` (cette opération 
# fonctionne parce que l'ordre des rangs n'a pas été modifié)
# Puis supprimer la colonne Name...Title.1

n_objet <- cbind(n_objet, date3)
n_objet <- n_objet[,-11]

Table 16: Modifier et ajouter les dates au jeu de données

(a) Extrait des colonnes de datation
	STARTING_PERIOD	ENDING_PERIOD
15	-75:-51	-50:-26
16	-75:-51	-50:-26
17	-125:-76	-75:-51
18	-75:-51	-50:-26
19	26:50	251:300
20	-25:-1	-25:-1

(b) Ajout des colonnes dans la table objet
SITE_SOURCE_ID	CITY_CENTROID	STATE_OF_KNOWLEDGE	OCCUPATION	Unique.public.identifier	catégorie.objet	Materiaux	SITE_NAME	MAIN_CITY_NAME	rec_Title	BIBLIOGRAPHY	GEONAME_ID	ALTITUDE	PROJECTION_SYSTEM	CARAC_NAME	CARAC_EXP	WEB_IMAGES	LONGITUDE	LATITUDE	STARTING_PERIOD	ENDING_PERIOD
SIT0001	Oui	Fouillé	Non renseigné	FIB2747	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	fibule - Gaspar 2007 type 37a\|fibule - Feugère 1985 type 26b1\|fibule - Riha 1994 type 5.17.3	Haffner 1971, 20-21, Taf. 14\|Artefacts FIB-4518	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499	26:50	251:300
SIT0001	Oui	Fouillé	Non renseigné	PER1594	perle	Verre	Wederath-Belginum	Wederath	perle - Riha 1990 type 11.1.1	Cordie-Hackenberg, Haffner 1997, Taf. 417, j\|Artefacts PRL-4001	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499	26:50	251:300
SIT0001	Oui	Fouillé	Non renseigné	FIB2751	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	fibule - Gaspar 2007 type 50\|fibule - Feugère 1985 type 26c2\|fibule - Riha 1994 type 7.16	Artefacts FIB-4726\|Cordie-Hackenberg, Haffner 1997, pl. 618, k	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499	51:75	151:200

3.4.3 Les commentaires

La colonne commentaire n’existe pas encore dans la table objets. Elle est créée en fonction des informations contenues dans d’autres colonnes et en particulier catégorie.objet, Materiaux, rec_Title. Par ailleurs, dans cette dernière colonne qui correspond à la typologie des objets, certaines informations sont redondantes et il faut la nettoyer avant de pouvoir concatener l’ensemble des informations.

# Nettoyer la colonne `rec_Title`

n_objet[,10] <- gsub("\\w+\\s-\\s", "", n_objet[,10])
n_objet[,10] <- gsub("\\|", ", ", n_objet[,10])

Table 17: Contenu de la colonne rec_Title

(a) Avant
x
fibule - Gaspar 2007 type 37a\|fibule - Feugère 1985 type 26b1\|fibule - Riha 1994 type 5.17.3
perle - Riha 1990 type 11.1.1
fibule - Gaspar 2007 type 50\|fibule - Feugère 1985 type 26c2\|fibule - Riha 1994 type 7.16
fibule - Gaspar 2007 type 37a\|fibule - Feugère 1985 type 26b1\|fibule - Riha 1994 type 5.17.3
perle - Riha 1990 type 11.1.1
perle - Riha 1990 type 11.1.1

(b) Après
x
Gaspar 2007 type 37a, Feugère 1985 type 26b1, Riha 1994 type 5.17.3
Riha 1990 type 11.1.1
Gaspar 2007 type 50, Feugère 1985 type 26c2, Riha 1994 type 7.16
Gaspar 2007 type 37a, Feugère 1985 type 26b1, Riha 1994 type 5.17.3
Riha 1990 type 11.1.1
Riha 1990 type 11.1.1

# Assembler les différentes colonnes dans une nouvelle colonne COMMENTS 
# en précisant la fonction de chaque élément

n_objet$COMMENTS <- paste0("OBJET : ", n_objet$catégorie.objet, 
                           ". MATERIAU : ", n_objet$Materiaux, 
                           ". TYPO : ", n_objet$rec_Title, ".")

Table 18: Contenu de la colonne COMMENTS
x
OBJET : fibule. MATERIAU : Alliage cuivreux. TYPO : Gaspar 2007 type 37a, Feugère 1985 type 26b1, Riha 1994 type 5.17.3.
OBJET : perle. MATERIAU : Verre. TYPO : Riha 1990 type 11.1.1.
OBJET : fibule. MATERIAU : Alliage cuivreux. TYPO : Gaspar 2007 type 50, Feugère 1985 type 26c2, Riha 1994 type 7.16.
OBJET : fibule. MATERIAU : Alliage cuivreux. TYPO : Gaspar 2007 type 37a, Feugère 1985 type 26b1, Riha 1994 type 5.17.3.
OBJET : perle. MATERIAU : Verre. TYPO : Riha 1990 type 11.1.1.
OBJET : perle. MATERIAU : Verre. TYPO : Riha 1990 type 11.1.1.

Les colonnes utilisées pour créer les commentaires ne sont pas supprimées tout de suite, puisqu’elles nous serviront pour créer les caractérisation des objets. Seule la colonne contenant la typologie ne sera plus utile.

n_objet <- n_objet[,-10]

Table 19: Ajout de la colonne COMMENT à la table objets
SITE_SOURCE_ID	CITY_CENTROID	STATE_OF_KNOWLEDGE	OCCUPATION	Unique.public.identifier	catégorie.objet	Materiaux	SITE_NAME	MAIN_CITY_NAME	BIBLIOGRAPHY	GEONAME_ID	ALTITUDE	PROJECTION_SYSTEM	CARAC_NAME	CARAC_EXP	WEB_IMAGES	LONGITUDE	LATITUDE	STARTING_PERIOD	ENDING_PERIOD	COMMENTS
SIT0001	Oui	Fouillé	Non renseigné	FIB2747	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	Haffner 1971, 20-21, Taf. 14\|Artefacts FIB-4518	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499	26:50	251:300	OBJET : fibule. MATERIAU : Alliage cuivreux. TYPO : Gaspar 2007 type 37a, Feugère 1985 type 26b1, Riha 1994 type 5.17.3.
SIT0001	Oui	Fouillé	Non renseigné	PER1594	perle	Verre	Wederath-Belginum	Wederath	Cordie-Hackenberg, Haffner 1997, Taf. 417, j\|Artefacts PRL-4001	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499	26:50	251:300	OBJET : perle. MATERIAU : Verre. TYPO : Riha 1990 type 11.1.1.
SIT0001	Oui	Fouillé	Non renseigné	FIB2751	fibule	Alliage cuivreux	Wederath-Belginum	Wederath	Artefacts FIB-4726\|Cordie-Hackenberg, Haffner 1997, pl. 618, k	NA	NA	4326	Mobilier	Non	NA	7.16444	49.86499	51:75	151:200	OBJET : fibule. MATERIAU : Alliage cuivreux. TYPO : Gaspar 2007 type 50, Feugère 1985 type 26c2, Riha 1994 type 7.16.

3.4.4 La bilbiographie

La colonne BIBLIOGRAPHY a déjà été renommée lors d’une étape précédente (voir Section 3.1). Elle nécessite toutefois, une légère mise en forme et l’ajout de la référence correspondant à la base source.

# Nettoyer la colonne BIBLIOGRAPHY

n_objet[,10] <- gsub("\\|", ", ", n_objet[,10])

# Ajouter la référence de la base source

n_objet[,10] <- paste0("Scholtus 2021, ", n_objet$Unique.public.identifier, ", ", n_objet[,10])

Table 20: Mettre en forme les informations bibliographiques

(a) Avant
x
Haffner 1971, 20-21, Taf. 14\|Artefacts FIB-4518
Cordie-Hackenberg, Haffner 1997, Taf. 417, j\|Artefacts PRL-4001
Artefacts FIB-4726\|Cordie-Hackenberg, Haffner 1997, pl. 618, k
Haffner 1971, 20-21, Taf. 14\|Artefacts FIB-4518
Cordie-Hackenberg, Haffner 1997, Taf. 532\|Artefacts PRL-4001
Artefacts PRL-4001

(b) Après
x
Scholtus 2021, FIB2747, Haffner 1971, 20-21, Taf. 14, Artefacts FIB-4518
Scholtus 2021, PER1594, Cordie-Hackenberg, Haffner 1997, Taf. 417, j, Artefacts PRL-4001
Scholtus 2021, FIB2751, Artefacts FIB-4726, Cordie-Hackenberg, Haffner 1997, pl. 618, k
Scholtus 2021, FIB2748, Haffner 1971, 20-21, Taf. 14, Artefacts FIB-4518
Scholtus 2021, PER1600, Cordie-Hackenberg, Haffner 1997, Taf. 532, Artefacts PRL-4001
Scholtus 2021, PER1597, Artefacts PRL-4001

3.5 Créer les colonnes de description des objets

Dans la structure d’ArkeoGIS, les mobiliers sont définis par un système de thésaurus stricte avec quatre niveaux de précision (Table 21). Ce thésaurus est accessible dans le manuel en ligne ou en le téléchargeant.

En ce qui concerne le mobilier, qui correspond à l’ensemble des données de cette base source, les niveaux précisent d’abord le matériau de l’objet, puis sa catégorie et enfin son identification. Ainsi, il est possible d’utiliser les colonnes catégorie.objet et Materiaux pour corréler les deux tables. Il est cependant nécessaire de faire encore un nettoyage de données pour que cela fonctionne.

mobilier <- read.csv2("data/Mobilier.csv", sep = ";", encoding = "UTF-8")

Table 21: Extrait du thésaurus pour décrire le mobilier dans ArkeoGIS
IDArkeoGIS	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	IdArk	IdPactols	IdAat
208	Mobilier	Os			http://ark.frantiq.fr/ark:/26678/pcrtpy5s63Sdhx	15222
209	Mobilier	Os	Ossements humains		http://ark.frantiq.fr/ark:/26678/pcrtf0jhaoDXkJ	16033
210	Mobilier	Os	Ossements humains	Tabletterie	https://ark.frantiq.fr/ark:/26678/pcrtEaFZFvpInN	17206
211	Mobilier	Os	Ossements humains	Outils	https://ark.frantiq.fr/ark:/26678/pcrtxs8Kml8jLw	16050	http://vocab.getty.edu/page/aat/300024841
212	Mobilier	Os	Ossements humains	Parure	https://ark.frantiq.fr/ark:/26678/pcrtNBrnOdttU9	16131	http://vocab.getty.edu/page/aat/300261068
213	Mobilier	Os	Ossements humains	Autres		NA

3.5.1 La CARAC_LVL1

La première étape consiste à modifier la colonne Materiaux pour la faire correspondre aux entrées existant dans la colonne CARAC_LVL1.

# Créer la colonne CARAC_LVL1 en fonction des matériaux

n_objet[colnames(arkeoGIS[15])] <- n_objet$Materiaux

# Modifier les données pour correspondre au thésaurus

n_objet[,22] <- gsub("Alliage.*|Argent|Fer|Laiton|Bronze|Electrum|Plomb|Or|Potin", 
                     "Métal", n_objet[,22])
n_objet[,22] <- gsub("Agate|Ambre|Pierre|Cornaline|Cristal de roche|Jais", 
                     "Lithique", n_objet[,22])

## Pour supprimer les multiples matériaux et ne conserver que le premier
n_objet[,22] <- gsub("^(\\w+)\\|.*", "\\1", n_objet[,22])

n_objet[,22] <- gsub("Bois de cerf|Ivoire", "Os", n_objet[,22])

Table 22: Contenu de la colonne Materiaux

(a) Avant
Var1	Freq
	5264
Agate	24
Alliage au plomb	1
Alliage cuivreux	7434
Alliage cuivreux\|Fer	1
Alliage cuivreux\|Or	2
Alliage cuivreux\|Os	3
Alliage cuivreux\|Pierre	2
Alliage cuivreux\|Sardonyx	1
Alliage cuivreux\|Verre	3
Ambre	9
Argent	4202
Argent\|Pierre	1
Bois de cerf	26
Bronze	3977
Céramique	388
Cornaline	2
Cristal de roche	1
Electrum	1
Fer	161
Fer\|Pierre	2
Fer\|Verre	2
Inconnu	3
Ivoire	6
Jais	3
Laiton	2
Métal	3
Or	685
Os	1624
Os\|Bronze\|Fer	1
Plomb	2
Potin	3864
Verre	2752

(b) Après
Var1	Freq
	5264
Céramique	388
Inconnu	3
Lithique	39
Métal	20349
Os	1657
Verre	2752

On constate cependant que le matériau manque pour un nombre assez important d’objets. Puisqu’il s’agit du premier niveau d’ArkeoGIS, il n’est pas possible d’ignorer cet élément et il est donc nécessaire d’essayer de récupérer cette information.

Table 23: Catégories d’objets pour lesquels le matériau n’est pas précisé
Var1	Freq
bague	1
bracelet	25
Épée	166
épingle	1
fibule	11
monnaie	4860
perle	200

# Attribuer un matériaux selon la catégorie d'objet, lorsqu'il est manquant

n_objet$CARAC_LVL1[n_objet$Materiaux == "" & n_objet$catégorie.objet == "Épée"] <- "Métal"
n_objet$CARAC_LVL1[n_objet$Materiaux == "" & n_objet$catégorie.objet == "monnaie"] <- "Métal"
n_objet$CARAC_LVL1[n_objet$Materiaux == "" & n_objet$catégorie.objet == "fibule"] <- "Métal"
n_objet$CARAC_LVL1[n_objet$Materiaux == "" & n_objet$catégorie.objet == "épingle"] <- "Métal"

n_objet$CARAC_LVL1[n_objet$Materiaux == "Inconnu" & n_objet$catégorie.objet == "fibule"] <- "Métal"

n_objet$CARAC_LVL1[n_objet$Materiaux == "" & n_objet$catégorie.objet == "bague"] <- "Verre"
n_objet$CARAC_LVL1[n_objet$Materiaux == "" & n_objet$catégorie.objet == "perle"] <- "Verre"
n_objet$CARAC_LVL1[n_objet$Materiaux == "" & n_objet$catégorie.objet == "bracelet"] <- "Verre"

Table 24: Contenu de la colonne Materiaux
Var1	Freq
Céramique	388
Lithique	39
Métal	25390
Os	1657
Verre	2978

3.5.2 Les CARAC_LVL2, 3 et 4

Puisque nous avons maintenant défini correctement la colonne CARAC_LVL1, nous allons pouvoir nous servir de celle-ci et de la colonne Unique.public.identifier pour compléter les niveaux 2, 3 et 4 de caractérisation. Pour ce faire, la Table 25 nous permet de retrouver les différentes associations de catégories et de matériaux puis de les rechercher dans le thésaurus d’ArkeoGIS pour les importer aux lignes correspondantes.

Toutefois, toutes les associations n’existent pas dans le thésaurus. Ainsi, s’il est effectivement possible de trouver une caractérisation décrivant des bagues en métal, celles en os seront renseignées sous le terme Parure. Pour cette raison, il est nécessaire de procéder en plusieurs étapes pour récupérer les lignes du thésaurus correspondant aux différentes associations possibles. Il sera ensuite possible d’utiliser la fonction merge pour rassembler les jeux de données.

Table 25: Répartition des catégories d’objets en fonction des matériaux (CARAC_LVL1)
	Céramique	Lithique	Métal	Os	Verre
bague	0	2	991	3	24
boucle d’oreille	0	0	41	0	0
bouton	0	0	121	32	0
bracelet	0	0	335	0	1488
ceinture	0	0	781	27	0
Épée	0	0	218	32	0
épingle	0	3	201	1512	0
fibule	0	0	4851	0	0
harnais	0	0	784	1	0
monnaie	0	0	16980	0	0
pendentif	0	2	47	41	2
perle	388	32	40	9	1464

3.5.2.1 Pour les associations existantes

Une des difficultés réside dans le fait que la catégorie de l’objet n’est pas toujours renseignée dans le même niveau de caractérisation au sein du thésaurus. Un autre problème est la différence de casse entre le thésaurus, dans lequel chaque terme commence par une majuscule, et les données sources dans lesquelles il n’y en a pas toujours. Aussi, la catégorie Monnaie, qui est au singulier dans les données sources, se présente au pluriel dans ArkeoGIS. Les termes Harnais et Pendentif doivent être modifié par des synonymes pour correspondre parfaitement au thésaurus. Enfin, l’entrée Boucle d’oreille pose problème dans les données source à cause de la forme de l’apostrophe.

Le code ci-dessous, et l’utilisation ensuite d’une boucle for permettent de rechercher cette catégorie dans l’ensemble des colonnes en fonction des matériaux possibles et de stocker les différentes lignes du thésaurus possibles dans un nouvel objet.

# Ajouter une majuscule au début de chaque terme catégorie dans les données source

n_objet$catégorie.objet <- stringr::str_to_sentence(n_objet$catégorie.objet)

# Remplacer les termes problématiques

n_objet$catégorie.objet[n_objet$catégorie.objet == "Monnaie"] <- "Monnaies"
n_objet$catégorie.objet[n_objet$catégorie.objet == "Harnais"] <- "Harnachement"
n_objet$catégorie.objet[n_objet$catégorie.objet == "Pendentif"] <- "Pendeloque"
n_objet$catégorie.objet <- gsub("Boucle d.*", "Boucle d'oreille", n_objet$catégorie.objet)

# Récupérer les occurrences uniques de chaque catégorie

catego <- unique(n_objet$catégorie.objet)

Table 26: Contenu de la colonne catégorie.objet

(a) Avant
Var1	Freq
bague	1020
boucle d’oreille	41
bouton	153
bracelet	1823
ceinture	808
Épée	250
épingle	1716
fibule	4851
harnais	785
monnaie	16980
pendentif	92
perle	1933

(b) Après
x
Fibule
Perle
Épée
Harnachement
Bracelet
Pendeloque
Monnaies
Ceinture
Bouton
Bague
Boucle d'oreille
Épingle

# Extraire les colonnes du thésaurus
## En fonction du matériau (materio)
## de la catégorie d'objet (catego)
## en recherchant cette dernière dans l'ensemble des colonnes

materio <- unique(n_objet$CARAC_LVL1)
mobilier2 <- mobilier[,3:6]

IDS <- list()

for (m in 1:length(materio)) {
  IDS[[m]] <- list()
  
  for (c in 1:length(catego)) {
  
  IDS[[m]][[c]] <- list()
  
    for (i in 1:ncol(mobilier2)) {
      
      IDS[[m]][[c]][[i]] <- mobilier2[mobilier2$CARAC_LVL1 == materio[[m]] 
                                      & mobilier2[,i] == catego[[c]],]
      names(IDS[[m]])[[c]] <- catego[[c]]
      IDS[[m]][[c]] <- rlist::list.clean(IDS[[m]][[c]], 
                                         function(x) length(x) == 0L, TRUE)
    }
    
    IDS[[m]] <- rlist::list.clean(IDS[[m]], function(x) length(x) == 0L, TRUE)
  }
  IDS <- rlist::list.clean(IDS, function(x) length(x) == 0L, TRUE)
}

# Extraire les données des listes pour en faire une table
# La colonne `catégorie.objet` est créée afin de servir de clé de jointure pour la suite

for (i in 1:length(IDS)) {
  for (t in 1:length(IDS[[i]])){
    for (v in 1:length(IDS[[i]][[t]])) {
      IDS[[i]][[t]][[v]] <- cbind(as.data.frame(IDS[[i]][[t]][[v]]), 
                                  catégorie.objet = names(IDS[[i]])[[t]])
    }
    IDS[[i]][[t]] <- as.data.frame(IDS[[i]][[t]])
  }
  IDS[[i]] <- Reduce(rbind, IDS[[i]])
}

# Rassembler les différentes associations en un même jeu de données

IDS <- Reduce(rbind, IDS)

Table 27: Extraction des colonnes de caractérisations et de l’identifiant unique selon les différentes associations possibles
CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4	catégorie.objet
Métal	Parure	Fibule		Fibule
Métal	Armement	Épée		Épée
Métal	Harnachement			Harnachement
Métal	Harnachement	Mors		Harnachement
Métal	Harnachement	Passe-guides		Harnachement
Métal	Harnachement	Hipposandale		Harnachement
Métal	Harnachement	Char		Harnachement
Métal	Parure	Parure annulaire	Bracelet	Bracelet
Métal	Parure	Pendeloque		Pendeloque
Métal	Monnaies			Monnaies
Métal	Monnaies	Or		Monnaies
Métal	Monnaies	Argent		Monnaies
Métal	Monnaies	Bronze		Monnaies
Métal	Monnaies	Potin		Monnaies
Métal	Monnaies	Electrum		Monnaies
Métal	Monnaies	Monnaie fourrée		Monnaies
Métal	Monnaies	Fausse monnaie		Monnaies
Métal	Monnaies	Autres		Monnaies
Métal	Parure	Ceinture		Ceinture
Métal	Parure	Parure annulaire	Bague	Bague
Métal	Parure	Boucle d'oreille		Boucle d'oreille
Métal	Parure	Épingle		Épingle
Verre	Parure	Perle		Perle
Verre	Parure	Bracelet		Bracelet
Lithique	Parure	Perle		Perle

On remarque sur la Table 27 que pour les catégories Harnachement et Monnaies plusieurs entrées sont possibles. Si pour les monnaies, nous pourrons utiliser la colonne Materiaux pour préciser les monnaies du jeu de données source, pour les élément de harnachement il ne sera pas possible d’être plus précis et il faut donc supprimer les rangs supplémentaires.

# Supprimer les rangs avec des niveaux de précision trop important pour la catégorie "Harnachement"

IDS[IDS == ""] <- NA
IDS <- IDS[IDS$CARAC_LVL2 == "Harnachement" & is.na(IDS$CARAC_LVL3) == TRUE 
           | IDS$CARAC_LVL2 != "Harnachement",]

Table 28: Suppression des niveaux de précisions trop importants
	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4	catégorie.objet
1	Métal	Parure	Fibule	NA	Fibule
2	Métal	Armement	Épée	NA	Épée
3	Métal	Harnachement	NA	NA	Harnachement
8	Métal	Parure	Parure annulaire	Bracelet	Bracelet
9	Métal	Parure	Pendeloque	NA	Pendeloque
10	Métal	Monnaies	NA	NA	Monnaies
11	Métal	Monnaies	Or	NA	Monnaies
12	Métal	Monnaies	Argent	NA	Monnaies
13	Métal	Monnaies	Bronze	NA	Monnaies
14	Métal	Monnaies	Potin	NA	Monnaies
15	Métal	Monnaies	Electrum	NA	Monnaies
16	Métal	Monnaies	Monnaie fourrée	NA	Monnaies
17	Métal	Monnaies	Fausse monnaie	NA	Monnaies
18	Métal	Monnaies	Autres	NA	Monnaies
19	Métal	Parure	Ceinture	NA	Ceinture
20	Métal	Parure	Parure annulaire	Bague	Bague
21	Métal	Parure	Boucle d'oreille	NA	Boucle d'oreille
22	Métal	Parure	Épingle	NA	Épingle
23	Verre	Parure	Perle	NA	Perle
24	Verre	Parure	Bracelet	NA	Bracelet
25	Lithique	Parure	Perle	NA	Perle

3.5.2.2 Pour les associations non existantes

Comme nous l’avons indiqué plus haut, certaines catégories d’objets ne sont pas directement représentées dans le thésaurus d’ArkeoGIS. Pour celles-ci, il est nécessaire de réduire le niveau de précision. On peut se reporter à nouveau au tableau Table 25 pour vérifier quelles sont les associations manquantes. Il apparaît qu’il s’agit essentiellement d’éléments de parure en matériau autre que le métal, ainsi que de quelques éléments en os qui pourront être renseignés par la mention Autres.

# Récupérer les différentes associations de catégories et de matériaux

categorie <- as.data.frame(table(n_objet$catégorie.objet, n_objet$CARAC_LVL1))
categorie <- categorie[categorie$Freq != 0, 1:2]

# Indiquer un niveau moins important de description (Parure et Autres)
categorie <- transform(
  categorie, Niv0 = ifelse(Var1 == "Fibule" | Var1 == "Perle" | Var1 == "Bague" | Var1 == "Boucle d'oreille" |
                        Var1 == "Bouton" | Var1 == "Bracelet" | Var1 == "Ceinture" | Var1 == "Épingle" | Var1 == "Pendeloque",
                        "Parure", "Autres")
)

# Supprimer les associations déjà trouvées précédemment

colnames(categorie)[1:2] <- colnames(IDS[c(5,1)])
categorie <- droplevels(dplyr::anti_join(categorie, IDS, by = c("catégorie.objet", "CARAC_LVL1") ))

Table 29: Relier les catégories, à des niveaux de précisions plus faible
catégorie.objet	CARAC_LVL1	Niv0
Perle	Céramique	Parure
Bague	Lithique	Parure
Épingle	Lithique	Parure
Pendeloque	Lithique	Parure
Bouton	Métal	Parure
Perle	Métal	Parure
Bague	Os	Parure
Bouton	Os	Parure
Ceinture	Os	Parure
Épée	Os	Autres
Épingle	Os	Parure
Harnachement	Os	Autres
Pendeloque	Os	Parure
Perle	Os	Parure
Bague	Verre	Parure
Pendeloque	Verre	Parure

Il est désormais possible d’utiliser la table categorie avec le même code que précédemment, adapté pour récupérer les lignes correspondantes du thésaurus.

materio2 <- unique(categorie$CARAC_LVL1)
catego2 <- as.character(unique(categorie$catégorie.objet))
niv <- unique(categorie$Niv0)

IDS2 <- list()

for (m in 1:length(materio2)) {
  IDS2[[m]] <- list()
  
  for (c in 1:length(catego2)) {
    
    IDS2[[m]][[c]] <- list()
    
    for (n in 1:length(niv)) {
  
      IDS2[[m]][[c]][[n]] <- list()
  
      for (i in 1:ncol(mobilier2)) {
      
      
        IDS2[[m]][[c]][[n]][[i]] <- mobilier2[mobilier2$CARAC_LVL1 == materio2[[m]] 
                                              & mobilier2[,i] == niv[[n]],]
        names(IDS2[[m]])[[c]] <- catego2[[c]]
        names(IDS2[[m]][[c]])[[n]] <- niv[[n]]
        IDS2[[m]][[c]][[n]] <- rlist::list.clean(IDS2[[m]][[c]][[n]], 
                                                 function(x) length(x) == 0L, TRUE)
      }
    
      IDS2[[m]][[c]] <- rlist::list.clean(IDS2[[m]][[c]], function(x) length(x) == 0L, TRUE)
    }
    IDS2[[m]] <- rlist::list.clean(IDS2[[m]], function(x) length(x) == 0L, TRUE)
  }
  IDS2 <- rlist::list.clean(IDS2, function(x) length(x) == 0L, TRUE)
}

# Extraire les données des listes pour en faire une table
# La colonne `catégorie.objet` est créée afin de servir de clé de jointure pour la suite

for (i in 1:length(IDS2)) {
  for (t in 1:length(IDS2[[i]])){
    for (v in 1:length(IDS2[[i]][[t]])) {
      for (w in 1:length(IDS2[[i]][[t]][[v]])){
        IDS2[[i]][[t]][[v]][[w]] <- cbind(as.data.frame(IDS2[[i]][[t]][[v]][[w]]), 
                                          catégorie.objet = names(IDS2[[i]])[[t]], 
                                          Niv0 = names(IDS2[[i]][[t]])[[v]])
      }
      
      IDS2[[i]][[t]][[v]] <- Reduce(rbind, IDS2[[i]][[t]][[v]])
    }
    IDS2[[i]][[t]] <- Reduce(rbind, IDS2[[i]][[t]])
  }
  IDS2[[i]] <- Reduce(rbind, IDS2[[i]])
}

# Rassembler les différentes associations en un même jeu de données

IDS2 <- Reduce(rbind, IDS2)

# Supprimer les lignes déjà présentes dans l'objet IDS

IDS2 <- droplevels(dplyr::anti_join(IDS2, IDS, by = c("catégorie.objet", "CARAC_LVL1")))


# Affiner la sélection pour ne conserver que les lignes qui correspondent
# aux associations effectivement présentes dans le jeu source

IDS2 <- droplevels(left_join(categorie, IDS2, by = c("catégorie.objet", "CARAC_LVL1", 
                                                     "Niv0")))

IDS2[IDS2 == ""] <- NA

parure <- list()
autres <- list()
for (i in 1:ncol(IDS2)) {
  if(i < ncol(IDS2)) {
    parure[[i]] <- droplevels(subset(IDS2, IDS2[,i] == "Parure" 
                                     & is.na(IDS2[,i+1]) == TRUE))
    autres[[i]] <- droplevels(subset(IDS2, IDS2[,i] == "Autres" 
                                     & is.na(IDS2[,i+1]) == TRUE))
  }
}

parure <- Reduce(rbind, parure)
autres <- Reduce(rbind, autres)
IDS2 <- rbind(parure, autres)
rownames(IDS2) <- c()

Table 30: Récupération des associations avec un niveau de précision moins important
	catégorie.objet	CARAC_LVL1	Niv0	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4
1	Bague	Lithique	Parure	Parure	NA	NA
27	Bague	Lithique	Parure	Parure	Autres	NA
7	Pendeloque	Verre	Parure	Parure	NA	NA
8	Perle	Céramique	Parure	Autres	Parure	NA
9	Bague	Os	Parure	Ossements humains	Parure	NA
10	Bague	Os	Parure	Ossements animaux	Parure	NA
11	Bague	Os	Parure	Indéterminé	Parure	NA
12	Bouton	Os	Parure	Ossements humains	Parure	NA
13	Bouton	Os	Parure	Ossements animaux	Parure	NA
14	Bouton	Os	Parure	Indéterminé	Parure	NA
15	Ceinture	Os	Parure	Ossements humains	Parure	NA
16	Ceinture	Os	Parure	Ossements animaux	Parure	NA
17	Ceinture	Os	Parure	Indéterminé	Parure	NA

Il reste toutefois encore quelques problèmes à régler dans la sélection obtenue Table 30. En effet, pour les objets en os, le thésaurus permet de préciser s’il s’agit d’ossements humains ou animaux. Puisque c’est une information que nous n’avons pas, il faut supprimer ces possibilités et ne conserver que l’entrée Indéterminé. De même, il y a parfois plusieurs possibilités pour une seule association. C’est ici le cas pour les bagues lithiques (rang 1 et 27 de la Table 30), qui peuvent être désignées par Parure ou Parure / Autres. Il est nécessaire de faire un choix et supprimer ces doublons pour que la fusion des jeux de données fonctionne.²

# Supprimer les rangs avec les types d'ossements dans la colonne CARAC_LVL2

IDS2 <- IDS2[-grep("Ossements", IDS2$CARAC_LVL2),]

# Supprimer les associations Parure / Autres

autres <- filter(IDS2, IDS2$CARAC_LVL2 == "Parure" & IDS2$CARAC_LVL3 == "Autres")

IDS2 <- droplevels(dplyr::anti_join(IDS2, autres, by = 
                                      c("catégorie.objet", "CARAC_LVL1", 
                                        "CARAC_LVL2", "CARAC_LVL3")))

Table 31: Les différentes associations possibles dans le jeu de données
catégorie.objet	CARAC_LVL1	Niv0	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4
Bague	Lithique	Parure	Parure	NA	NA
Épingle	Lithique	Parure	Parure	NA	NA
Pendeloque	Lithique	Parure	Parure	NA	NA
Bouton	Métal	Parure	Parure	NA	NA
Perle	Métal	Parure	Parure	NA	NA
Bague	Verre	Parure	Parure	NA	NA
Pendeloque	Verre	Parure	Parure	NA	NA
Perle	Céramique	Parure	Autres	Parure	NA
Bague	Os	Parure	Indéterminé	Parure	NA
Bouton	Os	Parure	Indéterminé	Parure	NA
Ceinture	Os	Parure	Indéterminé	Parure	NA
Épingle	Os	Parure	Indéterminé	Parure	NA
Pendeloque	Os	Parure	Indéterminé	Parure	NA
Perle	Os	Parure	Indéterminé	Parure	NA
Épée	Os	Autres	Indéterminé	Autres	NA
Harnachement	Os	Autres	Indéterminé	Autres	NA

3.5.2.3 Rassembler les données

Il est désormais possible de fusionner le jeu de données source avec les différentes variantes du thésaurus : pour les associations existantes, pour les monnaies et pour les associations non existantes.

La première étape est de séparer les informations concernant les monnaies du thésaurus IDS et de les stocker dans un nouvel objet IDS_mon. Il est désormais possible de fusionner la table n_objet avec les éléments du thésaurus IDS, puis de supprimer les colonnes inutiles et réordonner les autres suivant l’ordre prévu dans ArkeoGIS.

# Séparer les monnaies du thésaurus puisqu'elles fonctionnent différemment

IDS_mon <- droplevels(subset(IDS, CARAC_LVL2 == "Monnaies"))
IDS <- droplevels(subset(IDS, CARAC_LVL2 != "Monnaies"))

# Fusionner le thésaurus simple (`IDS`) avec le jeu de données

IDS <- droplevels(merge(IDS, n_objet, by=c("CARAC_LVL1", "catégorie.objet")))
IDS <- IDS[,c("Unique.public.identifier", colnames(arkeoGIS))]

Table 32: Extrait du jeu de données pour les associations existantes
Unique.public.identifier	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4	CARAC_EXP	BIBLIOGRAPHY	COMMENTS	WEB_IMAGES
PER1370	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	201:250	301:350	Mobilier	Lithique	Parure	Perle	NA	Non	Scholtus 2021, PER1370, Riha 1990, n° 1353	OBJET : perle. MATERIAU : Agate. TYPO : Riha 1990 type 11.33.1.	NA
PER1367	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	1:25	151:200	Mobilier	Lithique	Parure	Perle	NA	Non	Scholtus 2021, PER1367, Riha 1990, n° 2952b	OBJET : perle. MATERIAU : Agate. TYPO : Riha 1990 type 11.32.	NA
PER1371	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	201:250	301:350	Mobilier	Lithique	Parure	Perle	NA	Non	Scholtus 2021, PER1371, Riha 1990, n° 1357c	OBJET : perle. MATERIAU : Agate. TYPO : Riha 1990 type 11.33.1.	NA
PER1372	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	201:250	301:350	Mobilier	Lithique	Parure	Perle	NA	Non	Scholtus 2021, PER1372, Riha 1990, n° 1357d	OBJET : perle. MATERIAU : Agate. TYPO : Riha 1990 type 11.33.1.	NA
PER1368	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	201:250	301:350	Mobilier	Lithique	Parure	Perle	NA	Non	Scholtus 2021, PER1368, Riha 1990, n° 1351	OBJET : perle. MATERIAU : Agate. TYPO : Riha 1990 type 11.33.1.	NA
PER1381	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	1:25	351:400	Mobilier	Lithique	Parure	Perle	NA	Non	Scholtus 2021, PER1381, Artefacts PRL-4160, Riha 1990, n° 2790g	OBJET : perle. MATERIAU : Cornaline. TYPO : Riha 1990 type 11.34.	NA

Pour les associations non existante, c’est-à-dire la table IDS2, il est d’abord nécessaire d’ajouter les informations sur la catégorie des objets, en particulier la colonne Niv0, au jeu de données source pour permettre la fusion. Toutefois, cette opération ajoute des duplicatas qu’il faut ensuite supprimer.

# Fusionner le thésaurus plus complexe (`IDS2`) avec le jeu de données
n_objet2 <- droplevels(merge(n_objet, categorie[,c(1,3)], by="catégorie.objet"))
IDS2 <- droplevels(merge(IDS2, n_objet2, by=c("CARAC_LVL1", "catégorie.objet", "Niv0")))
IDS2 <- IDS2[,c("Unique.public.identifier", colnames(arkeoGIS))]

# Supprimer les duplicatas

IDS2 <- IDS2[!duplicated(IDS2),]

Table 33: Extrait du jeu de données pour les associations non existantes
	Unique.public.identifier	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4	CARAC_EXP	BIBLIOGRAPHY	COMMENTS	WEB_IMAGES
1	PER0560	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	26:50	251:300	Mobilier	Céramique	Autres	Parure	NA	Non	Scholtus 2021, PER0560, Riha 1990, n° 829	OBJET : perle. MATERIAU : Céramique. TYPO : Riha 1990 type 11.1.1.	NA
3	PER0775	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	26:50	251:300	Mobilier	Céramique	Autres	Parure	NA	Non	Scholtus 2021, PER0775, Riha 1990, n° 1045	OBJET : perle. MATERIAU : Céramique. TYPO : Riha 1990 type 11.1.1.	NA
5	PER0777	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	26:50	251:300	Mobilier	Céramique	Autres	Parure	NA	Non	Scholtus 2021, PER0777, Riha 1990, n° 1047	OBJET : perle. MATERIAU : Céramique. TYPO : Riha 1990 type 11.1.1.	NA
6	PER0519	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	26:50	251:300	Mobilier	Céramique	Autres	Parure	NA	Non	Scholtus 2021, PER0519, Riha 1990, n° 788	OBJET : perle. MATERIAU : Céramique. TYPO : Riha 1990 type 11.1.1.	NA
7	PER0566	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	26:50	251:300	Mobilier	Céramique	Autres	Parure	NA	Non	Scholtus 2021, PER0566, Riha 1990, n° 835	OBJET : perle. MATERIAU : Céramique. TYPO : Riha 1990 type 11.1.1.	NA
8	PER0846	SIT0092	Augusta Raurica	Augst	NA	4326	7.71468	47.53557	NA	Oui	Non renseigné	Non renseigné	26:50	251:300	Mobilier	Céramique	Autres	Parure	NA	Non	Scholtus 2021, PER0846, Riha 1990, n° 1116	OBJET : perle. MATERIAU : Céramique. TYPO : Riha 1990 type 11.1.1.	NA

Enfin, pour ajouter le thésaurus dédié aux monnaies, IDS_mon, il convient d’abord d’indiquer la mention NA, pour les matériaux précisés dans le jeu de données source.

# Fusionner le thésaurus des monnaies avec le jeu de données
n_objet$Materiaux[n_objet$Materiaux == ""] <- NA

IDS_mon <- droplevels(merge(IDS_mon, n_objet, 
                            by.x=c("CARAC_LVL1", "catégorie.objet","CARAC_LVL3"), 
                            by.y=c("CARAC_LVL1", "catégorie.objet","Materiaux")))
IDS_mon <- IDS_mon[,c("Unique.public.identifier", colnames(arkeoGIS))]

Table 34: Extrait du jeu de données pour les monnaies
Unique.public.identifier	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4	CARAC_EXP	BIBLIOGRAPHY	COMMENTS	WEB_IMAGES
MON6709	SIT0175	Rotacker	Kirchzarten - Zarten	NA	4326	7.953658	47.96279	NA	Oui	Non renseigné	Non renseigné	-150:-126	-50:-26	Mobilier	Métal	Monnaies	Argent	NA	Non	Scholtus 2021, MON6709, n°408, Nick 2006	OBJET : monnaie. MATERIAU : Argent. TYPO : KALETEDOY, Lingon.	NA
MON3625	SIT0352	Robache	Saint-Dié-des-Vosges	NA	4326	6.956481	48.30710	NA	Non	Non renseigné	Non renseigné	-150:-126	-50:-26	Mobilier	Métal	Monnaies	Argent	NA	Non	Scholtus 2021, MON3625, n°358, Lagadec, Liéger 1998	OBJET : monnaie. MATERIAU : Argent. TYPO : KALETEDOY, Lingon.	NA
MON3980	SIT0352	Robache	Saint-Dié-des-Vosges	NA	4326	6.956481	48.30710	NA	Non	Non renseigné	Non renseigné	-150:-126	-50:-26	Mobilier	Métal	Monnaies	Argent	NA	Non	Scholtus 2021, MON3980, Lagadec, Liéger 1998, n°358	OBJET : monnaie. MATERIAU : Argent. TYPO : KALETEDOY, Lingon.	NA
MON3957	SIT0352	Robache	Saint-Dié-des-Vosges	NA	4326	6.956481	48.30710	NA	Non	Non renseigné	Non renseigné	-150:-126	-50:-26	Mobilier	Métal	Monnaies	Argent	NA	Non	Scholtus 2021, MON3957, Lagadec, Liéger 1998, n°358	OBJET : monnaie. MATERIAU : Argent. TYPO : KALETEDOY, Lingon.	NA
MON4199	SIT0352	Robache	Saint-Dié-des-Vosges	NA	4326	6.956481	48.30710	NA	Non	Non renseigné	Non renseigné	-150:-126	-50:-26	Mobilier	Métal	Monnaies	Argent	NA	Non	Scholtus 2021, MON4199, n°358, Lagadec, Liéger 1998	OBJET : monnaie. MATERIAU : Argent. TYPO : KALETEDOY, Lingon.	NA
MON3501	SIT0352	Robache	Saint-Dié-des-Vosges	NA	4326	6.956481	48.30710	NA	Non	Non renseigné	Non renseigné	-150:-126	-50:-26	Mobilier	Métal	Monnaies	Argent	NA	Non	Scholtus 2021, MON3501, Lagadec, Liéger 1998, n°358	OBJET : monnaie. MATERIAU : Argent. TYPO : KALETEDOY, Lingon.	NA

Pour finir, ces trois tables sont assemblées pour recréer un unique jeu de données nommé total et la colonne Unique.public.identifier est supprimée.

# Rassembler les données

total <- rbind(IDS, IDS2, IDS_mon)

# Supprimer la colonne Unique.public.identifier

total <- total[,-1]

4 Ajouter de nouvelles lignes pour les sites

La table total est désormais prête à être importées dans ArkeoGIS. Toutefois, nous avions vu dans la Section 1 que bien qu’il s’agisse ici d’une table dédiée aux mobiliers, une seconde table permettait de définir plus précisément les sites d’où ces objets proviennent. Il est donc possible d’ajouter des lignes dans le jeu de données total pour préciser ces sites.

4.1 Récupérer les informations sur les sites

La première étape consiste à récupérer dans une nouvelle table sites2 les occurrences unique de chaque site de la table total à l’aide de l’identifiant unique SITE_SOURCE_ID. L’on peut ensuite effacer les colonnes de datations, caractéristiques et bibliographie puisque celles-ci seront remplacées par des données correspondant aux sites en eux-même. Les données de la colonne COMMENTS, quant à elles, sont effacées.

# Récupérer les occurrences uniques de chaque site

sites2 <- distinct(total, SITE_SOURCE_ID, .keep_all = TRUE)

# Supprimer les colonnes qui seront remplacées

sites2 <- sites2[,c(1:11, 21, 22)]

# Effacer le contenu de la colonne COMMENTS

sites2[,12] <- NA

4.2 Les datations

La colonne Datation de la table sites (Table 35 : Avant) ne correspond pas à la structure et au format demandés par ArkeoGIS pour les datations. Elles ne sont pas non plus structurées, on y trouve des informations sous formes de dates ou de texte sans logique. Elles nécessitent donc un nettoyage et une homogénéisation.

Il s’agit, d’abord, de remplacer les informations textuelles par les dates de la chronologie de l’Europe continentale proposée par ArkeoGIS, mais aussi de structurer les données pour qu’elles aient toutes le même format et soient manipulables par la suite.

# Remplacer les noms de périodes par les dates correspondantes

sites[,5] <- sites[,5] %>%
  str_replace_all(c("[Pp]ériode augustéenne|[Aa]ugustéen|début époque romaine" = "-25:14",
                    "Bas-?\\s?Empire" = "236:476",
                    "haut Moyen-Age" = "477:986",
                    "Fin Ier-IIe s. ap. J.-C." = "76:200",
                    "Gallo-romain|[Gg]al+o|époque romaine" = "-25:476",
                    "Hallstatt" = "-800:-481",
                    "Mérovingien" = "477:800",
                    "Haut-?\\s?Empire" = "15:235",
                    "Auguste-Claude" = "-25:50",
                    "IIIe s\\.|IIIe" = "201:300",
                    "Milieu Ier ap. J.-C." = "26:75",
                    "Ier" = "1:100",
                    "IVe s. av." = "-400:-301",
                    "IVe s. apr.|IVe s. ap. J.-C." = "301:400",
                    "Ve" = "401:500",
                    "VIIe s. apr." = "601:700",
                    "IIe s. apr." = "101:200",
                    "La Tène\\s|LT\\s" = "-480:-26",
                    "LTA-B" = "-480:-261",
                    "LTA" = "-480:-381",
                    "LTB" = "-380:-261",
                    "LTC1" = "-260:-201",
                    "LTC2" = "-200:-151",
                    "LTC" = "-260:-151",
                    "LTD1-D2a" = "-150:-51",
                    "LTD1b_D2a" = "-125:-51",
                    "LTD1a" = "-150:-126",
                    "LTD1b" = "-125:-76",
                    "LTD1" = "-150:-76",
                    "LT?D2a" = "-75:-51",
                    "LTD2b|Précoce" = "-50:-26",
                    "LTD2" = "-75:-26",
                    "LTD" = "-150:-26",
                    
                    "Non renseigné|^$" = "Indéterminé",
                    ";|/|au" = "-",
                    "--" = " - -",
                    "(\\d+)-\\s" = "\\1 - ",
                    "(\\d+)-(\\d+)" = "\\1 - \\2"
                    ))

Table 35: Contenu de la colonne Datations

(a) Avant
Var1	Freq
	586
-10:30	2
-120:-50	4
-150:-126	1
-150:-26	79
-150:-76	3
-150:26	1
-150:30	1
-200:-151	5
-225:-201	2
Augustéen	2
Bas-Empire	1
Bas-Empire au haut Moyen-Age	1
Fin Ier-IIe s. ap. J.-C.	1
Gallo	8
Hallstatt - Mérovingien	1
Haut-Empire	4
Haut-Empire - Bas-Empire	1
Haut-Empire - IIIe	1
Haut-Empire au Bas-Empire	20
Haut-Empire au haut Moyen-Age	6
Haut-Empire au IIIe s.	2
Ier-Ve	1
IIIe s. au Bas Empire	2
IIIe s. au haut Moyen-Age	1
Indéterminé	2
IVe s. av. - IVe s. apr.	1
La Tène au Bas-Empire	5
LT - Gallo	2
LTA-B / LTD	1
LTA - Haut-Empire	1
LTB-Gallo	1
LTC	12
LTC-gallo	1
LTC-Gallo	4
LTC-LTD	2
LTC1	2
LTC1-Gallo	1
LTC1-LTC2	1
LTC2	1
LTC2-Gallo	2
LTC2-LTD1	8
LTC2-LTD1a	1
LTC2-LTD2	1
LTC2 - IVe s. ap. J.-C.	1
LTC2 ; Auguste-Claude	1
LTD	142
LTD-augustéen	1
LTD-gallo	1
LTD-Gallo	63
LTD-Gallo-romain	2
LTD-Galo	1
LTD - Augustéen	1
LTD - Gallo	1
LTD - période augustéenne	2
LTD - VIIe s. apr.	1
LTD1	4
LTD1-D2a	1
LTD1-Gallo	1
LTD1-Période augustéenne	1
LTD1 - début époque romaine	1
LTD1b	3
LTD1b-Gallo	2
LTD1b-LD2a	1
LTD1b-LTD2a	1
LTD1b - IIe s. apr.	1
LTD1b_D2a - époque romaine	1
LTD2	6
LTD2-Galllo	1
LTD2-Gallo	7
LTD2-Haut Empire	2
LTD2 - Gallo	1
LTD2b - Augustéen	2
Mérovingien	1
Milieu Ier ap. J.-C.	1
Non renseigné	1
Période augustéenne	2
Précoce - Augustéen	1

(b) Après
Var1	Freq
-10:30	2
-120:-50	4
-125:-51 - -25:476	1
-125:-76	3
-125:-76 - -25:476	2
-125:-76 - -75:-51	2
-125:-76 - 101:200	1
-150:-126	1
-150:-26	221
-150:-26 - -25:14	4
-150:-26 - -25:476	68
-150:-26 - 601:700	1
-150:-51	1
-150:-76	7
-150:-76 - -25:14	2
-150:-76 - -25:476	1
-150:26	1
-150:30	1
-200:-151	6
-200:-151 - -150:-126	1
-200:-151 - -150:-76	8
-200:-151 - -25:476	2
-200:-151 - -25:50	1
-200:-151 - -75:-26	1
-200:-151 - 301:400	1
-225:-201	2
-25:14	4
-25:476	8
-260:-151	12
-260:-151 - -150:-26	2
-260:-151 - -25:476	5
-260:-201	2
-260:-201 - -200:-151	1
-260:-201 - -25:476	1
-380:-261 - -25:476	1
-400:-301 - 301:400	1
-480:-26 - -25:476	2
-480:-26 - 236:476	5
-480:-261 - -150:-26	1
-480:-381 - 15:235	1
-50:-26 - -25:14	3
-75:-26	6
-75:-26 - -25:476	9
-75:-26 - 15:235	2
-800:-481 - 477:800	1
1:100 - 401:500	1
15:235	4
15:235 - 201:300	3
15:235 - 236:476	21
15:235 - 477:986	6
201:300 - 236:476	2
201:300 - 477:986	1
236:476	1
236:476 - 477:986	1
26:75	1
477:800	1
76:200	1
Indéterminé	589

Il est désormais possible de reprendre le code utilisé Section 3.4.2 pour créer les colonnes STARTING_PERIOD, ENDING_PERIOD dans la table sites2, en adaptant les expressions régulières aux données actuelles.

# Récupérer les dates de début et de fin dans des colonnes séparées

date <- data.frame(STARTING_PERIOD = character(), ENDING_PERIOD = character())
date <- strcapture("^(-?\\d+:-?\\d+)\\s-\\s(-?\\d+:-?\\d+)$", sites$Datation, date)

# Récupérer les dates uniques

date2 <- data.frame(STARTING_PERIOD = character())
date2 <- strcapture("^(-?\\d+:-?\\d+)$", sites$Datation, date2)
# Dupliquer la colonne pour avoir une date de fin
date2$ENDING_PERIOD <- date2$STARTING_PERIOD

# Ajouter un identifiant unique identique aux deux tables
# cela fonctionne puisque les données manquantes sont indiquées
# par des NAs et que l'ordre des données est conservé

date$ID <- paste0("ID", 1:nrow(date))
date2$ID <- paste0("ID", 1:nrow(date2))

# Joindre les deux tables en remplaçant les données manquantes de la table
# `date` par les données de la table `date2`
# Et remplacer les NA restant par la mention "indéterminé"

date3 <- dplyr::left_join(date, date2, by = "ID") %>%
  
  ## Cette opération crée des nouvelles colonnes STARTING_PERIOD et ENDING_PERIOD
  ## x et y
  # Remplacer les NAs par les données disponibles dans les colonnes y
  
  dplyr::mutate(STARTING_PERIOD = ifelse(is.na(STARTING_PERIOD.x), 
                                         STARTING_PERIOD.y, STARTING_PERIOD.x)) %>%
  dplyr::mutate(ENDING_PERIOD = ifelse(is.na(ENDING_PERIOD.x), 
                                       ENDING_PERIOD.y, ENDING_PERIOD.x)) %>%
  
  # Supprimer les colonnes en trop
  
  dplyr::select(-STARTING_PERIOD.y, -STARTING_PERIOD.x) %>%
  dplyr::select(-ENDING_PERIOD.y, -ENDING_PERIOD.x) %>%
  
  # Et remplacer les NA restant par la mention "indéterminé"
  
  replace(is.na(.), "Indéterminé")

# Supprimer la colonne ID

date3 <- date3[,-1]

Table 36: Extrait des nouvelles colonnes de datations
STARTING_PERIOD	ENDING_PERIOD
-400:-301	301:400
Indéterminé	Indéterminé
Indéterminé	Indéterminé
-150:-26	-150:-26
-75:-26	-75:-26
-150:-76	-150:-76

Ces nouvelles colonnes de datations peuvent désormais être ajoutées à la table sites.

# Ajouter les dates à la table `sites`

sites <- cbind(sites, date3)

Table 37: Ajout des colonnes de datation à la table sites
SITE_SOURCE_ID	Centroide	Etat.de.la.recherche	Occupation	Datation	Bibliographie	Activités.artisanales	Type.de.site	STARTING_PERIOD	ENDING_PERIOD
SIT0001	VRAI	Fouillé	Non renseigné	-400:-301 - 301:400	R. Cordie-Hachenberg, A. Haffner 1991, Haffner 1971		Funéraire	-400:-301	301:400
SIT0002	VRAI	Non renseigné	Non renseigné	Indéterminé			Habitat indéterminé	Indéterminé	Indéterminé
SIT0003	VRAI	Non renseigné	Non renseigné	Indéterminé			Indéterminé	Indéterminé	Indéterminé
SIT0004	VRAI	Non renseigné	Non renseigné	-150:-26	Nick 2006 Féliu 2008		Habitat de plaine	-150:-26	-150:-26
SIT0005	VRAI	Sondé	Unique	-75:-26	ArkeoGIS D. Mischka 2007 Hofmann 1999, 74 Weber-Jenisch 1995, 136 Röder 1995, 176-17 Bender et alii 1993 Féliu 2008		Habitat indéterminé	-75:-26	-75:-26
SIT0006	VRAI	Prospecté pédestre	Unique	-150:-76	Hofmann 1999, 79 Weber-Jenisch 1995, 138-139 Burkhardt 1998 Féliu 2008	Fer	Dépôt; Habitat indéterminé	-150:-76	-150:-76

4.3 Relier les informations aux sites présents dans la base objet

Maintenant que les dates sont au format défini pour ArkeoGIS, il est possible de les ajouter à la table sites2, c’est-à-dire celle contenant les sites mentionnés dans la table objets, en même temps que les informations bibliographiques, en s’appuyant sur l’identifiant unique des sites.

# Ajouter les colonnes de dates et bibliographie dans la table `sites2`

sites2 <- droplevels(merge(sites2, sites[,c(1,6,7:10)], by = "SITE_SOURCE_ID"))

# Renommer la colonne bibliographie pour correspondre à ArkeoGIS

colnames(sites2)[14] <- colnames(arkeoGIS[20])

Table 38: Ajout des colonnes de datation et de bibliographie à la table sites2
SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	COMMENTS	WEB_IMAGES	BIBLIOGRAPHY	Activités.artisanales	Type.de.site	STARTING_PERIOD	ENDING_PERIOD
SIT0001	Wederath-Belginum	Wederath	NA	4326	7.164440	49.86499	NA	Oui	Non renseigné	Fouillé	NA	NA	R. Cordie-Hachenberg, A. Haffner 1991, Haffner 1971		Funéraire	-400:-301	301:400
SIT0002	Cherain-Brisy	Cherain	NA	4326	5.865210	50.17996	NA	Oui	Non renseigné	Non renseigné	NA	NA			Habitat indéterminé	Indéterminé	Indéterminé
SIT0003	Han-sur-Lesse	Han-sur-Lesse	NA	4326	5.186230	50.12674	NA	Oui	Non renseigné	Non renseigné	NA	NA			Indéterminé	Indéterminé	Indéterminé
SIT0004	Klosteräcker	Breisach-Hochstetten	NA	4326	7.625970	48.02291	NA	Oui	Non renseigné	Non renseigné	NA	NA	Nick 2006 Féliu 2008		Habitat de plaine	-150:-26	-150:-26
SIT0005	Münsterberg	Breisach	NA	4326	7.579663	48.02931	NA	Oui	Unique	Sondé	NA	NA	ArkeoGIS D. Mischka 2007 Hofmann 1999, 74 Weber-Jenisch 1995, 136 Röder 1995, 176-17 Bender et alii 1993 Féliu 2008		Habitat indéterminé	-75:-26	-75:-26
SIT0006	Kegelriß	Ehrenkirchen-Ehrenstetten	NA	4326	7.776640	47.89846	NA	Oui	Unique	Prospecté pédestre	NA	NA	Hofmann 1999, 79 Weber-Jenisch 1995, 138-139 Burkhardt 1998 Féliu 2008	Fer	Dépôt; Habitat indéterminé	-150:-76	-150:-76

4.4 Ajouter les caractéristiques pour les sites

La table sites contient deux informations pour caractériser les sites qui correspondent à deux thésaurus différents dans ArkeoGIS : les types de sites et les activités artisanales. Il est donc nécessaire de procéder en deux étapes successives.

4.4.1 Les types de sites

Les types de sites sont renseignés par la caractéristique Immobilier dans ArkeoGIS.

immo <- read.csv2("data/Immobilier.csv", sep = ";", encoding = "UTF-8")

Table 39: Extrait du thésaurus pour décrire l’immobilier dans ArkeoGIS
IDArkeoGIS	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	IdArk	IdPactols	IdAat
2446	Immobilier	Édifice public		https://ark.frantiq.fr/ark:/26678/pcrt4HEc49rMp7	17636
2447	Immobilier	Édifice public	Amphithéâtre	https://ark.frantiq.fr/ark:/26678/pcrtEmYHAsBI3W	13174
2448	Immobilier	Édifice public	Odéon	https://ark.frantiq.fr/ark:/26678/pcrtzY8mRfSGA7	15958
2449	Immobilier	Édifice public	Théâtre	https://ark.frantiq.fr/ark:/26678/pcrtU6s8jjsWol	17297
524	Immobilier	Habitat		http://ark.frantiq.fr/ark:/26678/pcrtbptj4SOA1W	14990	http://vocab.getty.edu/page/aat/300008347
525	Immobilier	Habitat	Non renseigné		NA

Astuce

Le thésaurus peut aussi être téléchargé ici.

La première étape d’alignement sur ce thésaurus consiste donc à préciser dans la table sites2 que les caractéristiques suivantes font référence à l’immobilier en créant la colonne CARAC_NAME.

# Créer la colonne CARAC_NAME avec l'information "Immobilier"

sites2[,colnames(arkeoGIS[14])] <- "Immobilier"

Les caractéristiques suivantes, comme pour le mobilier, nécessitent un nettoyage des données existantes et une adaptation au thésaurus. Par ailleurs, il peut y avoir plusieurs types de sites dans une même cellule, séparés par un ; (Table 40). Cette information doit être extraite et le site concerné dupliqué autant de fois qu’il y a de descriptif (Table 41).

# Séparer et multiplier les rangs avec plusieurs types

sites2 <- tidyr::separate_rows(sites2, Type.de.site, sep = ";")

# Supprimer les espaces superflus en début et fin de cellules

sites2$Type.de.site <- str_trim(sites2$Type.de.site)

Table 40: Contenu de la colonne Type.de.site dans la table sites

(a) Avant
Var1	Freq
	184
Autre	5
Camp militaire	5
Dépôt	12
Dépôt; Habitat de plaine	4
Dépôt; Habitat indéterminé	2
Funéraire	164
Funéraire; Habitat indéterminé	2
Funéraire; Indéterminé	5
Habitat de hauteur	2
Habitat de hauteur; Indéterminé; Site fortifié	1
Habitat de hauteur; Site fortifié	20
Habitat de plaine	65
Habitat de plaine; Indéterminé	2
Habitat de plaine; Site fortifié	6
Habitat indéterminé	77
Habitat indéterminé; Indéterminé	3
Habitat indéterminé; Indéterminé; Site fortifié	2
Habitat indéterminé; Sanctuaire	2
Habitat indéterminé; Site fortifié	26
Indéterminé	423
Sanctuaire	10
Site d'exploitation	2
Site fortifié	1
Structure isolée	1
Trouvaille isolée	18

(b) Après
Var1	Freq
	180
Autre	5
Camp militaire	5
Dépôt	17
Funéraire	159
Habitat de hauteur	22
Habitat de plaine	64
Habitat indéterminé	106
Indéterminé	429
Sanctuaire	12
Site d'exploitation	2
Site fortifié	49
Trouvaille isolée	18

Table 41: La table sites2après séparation des valeurs multiples
SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	COMMENTS	WEB_IMAGES	Type.de.site	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME
SIT0068	Besançon	Besançon	NA	4326	6.01815	47.24878	NA	Oui	Non renseigné	Non renseigné	NA	NA	Habitat indéterminé	-150:-26	-150:-26	Immobilier
SIT0069	Dragages du Doubs	Besançon	NA	4326	6.01815	47.24878	NA	Oui	Non renseigné	Non renseigné	NA	NA	Habitat indéterminé	-150:-26	-150:-26	Immobilier
SIT0069	Dragages du Doubs	Besançon	NA	4326	6.01815	47.24878	NA	Oui	Non renseigné	Non renseigné	NA	NA	Site fortifié	-150:-26	-150:-26	Immobilier
SIT0070	Extra muros	Besançon	NA	4326	6.01815	47.24878	NA	Oui	Non renseigné	Non renseigné	NA	NA	Habitat indéterminé	-150:-26	-150:-26	Immobilier
SIT0071	Arsenal	Besançon	NA	4326	6.01815	47.24878	NA	Oui	Non renseigné	Non renseigné	NA	NA	Habitat indéterminé	-150:-26	-150:-26	Immobilier
SIT0071	Arsenal	Besançon	NA	4326	6.01815	47.24878	NA	Oui	Non renseigné	Non renseigné	NA	NA	Site fortifié	-150:-26	-150:-26	Immobilier

Parce que les sites présents dans la base source ne sont décrits que par 13 types différents et parce qu’ils peuvent correspondre à plusieurs entrées dans le thésaurus d’ArkeoGIS, il est plus simple d’effectuer cet alignement à la main ici. Par ailleurs, la plupart de ces types ne sont pas assez spécifiques pour permettre de remplir les quatre niveaux de caractérisation du thésaurus. Ainsi, excepté pour l’information Sanctuaire, seule la CARAC_LVL1 est implémentée.
Enfin, certains types ne permettent pas de décrire un site et devront être enlevés par la suite. En attendant, l’information Indéterminé est indiquée.

# Récupérer dans une table les différents types de site

immo2 <- as.data.frame(table(sites2$Type.de.site))

# Ajouter les colonnes de caractérisation vides dans cette table

col <- c("CARAC_LVL1", "CARAC_LVL2", "CARAC_LVL3", "CARAC_LVL4")
immo2[, col] <- NA

# Pour chaque niveau de caractérisation indiquer la valeur correspondante dans ArkeoGIS

immo2$CARAC_LVL1 <- immo2$Var1 %>%
  str_replace_all(c(
    "Site d'exploitation|Indéterminé|Trouvaille isolée|Autre" = NA,
    "Camp militaire|Site fortifié" = "Enceinte",
    "Dépôt" = "Dépôt",
    "Funéraire" = "Funéraire",
    "Habitat.*" = "Habitat",
    "Sanctuaire" = "Rituel"
  ))
immo2$CARAC_LVL1[immo2$Var1 == ""] <- NA

immo2$CARAC_LVL2 <- immo2$Var1 %>%
  str_replace_all(c(
    "Site d'exploitation|Indéterminé|Trouvaille isolée|Autre" = NA,
    "Camp militaire|Site fortifié" = NA,
    "Dépôt" = NA,
    "Funéraire" = NA,
    "Habitat.*" = NA,
    "Sanctuaire" = "Édifice religieux"
  ))
immo2$CARAC_LVL2[immo2$Var1 == ""] <- NA

immo2$CARAC_LVL3 <- immo2$Var1 %>%
  str_replace_all(c(
    "Site d'exploitation|Indéterminé|Trouvaille isolée|Autre" = NA,
    "Camp militaire|Site fortifié" = NA,
    "Dépôt" = NA,
    "Funéraire" = NA,
    "Habitat.*" = NA,
    "Sanctuaire" = "Sanctuaire"
  ))
immo2$CARAC_LVL3[immo2$Var1 == ""] <- NA

# supprimer la colonne Freq qui provient de la fonction table utilisée au début

immo2 <- immo2[,-2]

Table 42: Alignement des types de sites sur le thésaurus d’ArkeoGIS
Var1	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4
	NA	NA	NA	NA
Autre	NA	NA	NA	NA
Camp militaire	Enceinte	NA	NA	NA
Dépôt	Dépôt	NA	NA	NA
Funéraire	Funéraire	NA	NA	NA
Habitat de hauteur	Habitat	NA	NA	NA
Habitat de plaine	Habitat	NA	NA	NA
Habitat indéterminé	Habitat	NA	NA	NA
Indéterminé	NA	NA	NA	NA
Sanctuaire	Rituel	Édifice religieux	Sanctuaire	NA
Site d'exploitation	NA	NA	NA	NA
Site fortifié	Enceinte	NA	NA	NA
Trouvaille isolée	NA	NA	NA	NA

# Ajouter les colonnes de caractéristiques pour chaque site correspondant

sites2 <- droplevels(merge(sites2, immo2, by.x = "Type.de.site", by.y = "Var1"))

Table 43: Ajout du thésaurus ArkeoGIS dans la table sites2
	Type.de.site	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	COMMENTS	WEB_IMAGES	BIBLIOGRAPHY	Activités.artisanales	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4
208	Funéraire	SIT0001	Wederath-Belginum	Wederath	NA	4326	7.164440	49.86499	NA	Oui	Non renseigné	Fouillé	NA	NA	R. Cordie-Hachenberg, A. Haffner 1991, Haffner 1971		-400:-301	301:400	Immobilier	Funéraire	NA	NA	NA
482	Habitat indéterminé	SIT0002	Cherain-Brisy	Cherain	NA	4326	5.865210	50.17996	NA	Oui	Non renseigné	Non renseigné	NA	NA			Indéterminé	Indéterminé	Immobilier	Habitat	NA	NA	NA
616	Indéterminé	SIT0003	Han-sur-Lesse	Han-sur-Lesse	NA	4326	5.186230	50.12674	NA	Oui	Non renseigné	Non renseigné	NA	NA			Indéterminé	Indéterminé	Immobilier	NA	NA	NA	NA
434	Habitat de plaine	SIT0004	Klosteräcker	Breisach-Hochstetten	NA	4326	7.625970	48.02291	NA	Oui	Non renseigné	Non renseigné	NA	NA	Nick 2006 Féliu 2008		-150:-26	-150:-26	Immobilier	Habitat	NA	NA	NA
458	Habitat indéterminé	SIT0005	Münsterberg	Breisach	NA	4326	7.579663	48.02931	NA	Oui	Unique	Sondé	NA	NA	ArkeoGIS D. Mischka 2007 Hofmann 1999, 74 Weber-Jenisch 1995, 136 Röder 1995, 176-17 Bender et alii 1993 Féliu 2008		-75:-26	-75:-26	Immobilier	Habitat	NA	NA	NA
195	Dépôt	SIT0006	Kegelriß	Ehrenkirchen-Ehrenstetten	NA	4326	7.776640	47.89846	NA	Oui	Unique	Prospecté pédestre	NA	NA	Hofmann 1999, 79 Weber-Jenisch 1995, 138-139 Burkhardt 1998 Féliu 2008	Fer	-150:-76	-150:-76	Immobilier	Dépôt	NA	NA	NA

Il faut encore supprimer les lignes pour lesquelles aucun alignement n’a pu être effectuer. Toutefois, il y avait parmi ces types la mention Site d’exploitation qui renvoie à des sites de production et donc à la partie suivante (Section 4.4.2). Il faut changer la mention Immobilier, par Production pour ces éléments avant de supprimer toutes les autres lignes avec la mention NA dans la colonne CARAC_LVL1. Cependant, l’un de ces sites est aussi distingué par la colonne Activités.artisanales et sera donc ajouté à nouveau lors de l’étape suivante, il peut donc être effacé

Enfin, les colonnes Type.de.site et BIBLIOGRAPHY peuvent être supprimées et la colonne CARAC_EXP dois être ajoutée. Pour finir, la table est réordonnée selon le modèle défini par ArkeoGIS.

# Distinguer les sites avec la mention "Sites d'exploitation" comme type de site

sites2$CARAC_NAME[sites2$Type.de.site == "Site d'exploitation"] <- "Production"
sites2$CARAC_LVL1[sites2$Type.de.site == "Site d'exploitation"] <- "Autres"

# Supprimer les rangs inutiles

sites2 <- sites2[!(sites2$CARAC_NAME == "Immobilier" & is.na(sites2$CARAC_LVL1) == T),]
sites2 <- sites2[!(sites2$SITE_SOURCE_ID == "SIT0269" & sites2$CARAC_NAME == "Production"),]

# Supprimer et ajouter les colonnes nécessaires

sites2 <- sites2[ ,-c(1, 16)]
sites2$CARAC_EXP <- "Non"

# Réordonner la table

sites2 <- sites2[,colnames(arkeoGIS)]

'data.frame':   435 obs. of  22 variables:
 $ SITE_SOURCE_ID    : chr  "SIT0001" "SIT0002" "SIT0004" "SIT0005" ...
 $ SITE_NAME         : chr  "Wederath-Belginum" "Cherain-Brisy" "Klosteräcker" "Münsterberg" ...
 $ MAIN_CITY_NAME    : chr  "Wederath" "Cherain" "Breisach-Hochstetten" "Breisach" ...
 $ GEONAME_ID        : logi  NA NA NA NA NA NA ...
 $ PROJECTION_SYSTEM : chr  "4326" "4326" "4326" "4326" ...
 $ LONGITUDE         : num  7.16 5.87 7.63 7.58 7.78 ...
 $ LATITUDE          : num  49.9 50.2 48 48 47.9 ...
 $ ALTITUDE          : logi  NA NA NA NA NA NA ...
 $ CITY_CENTROID     : Factor w/ 2 levels "Non","Oui": 2 2 2 2 2 2 2 2 1 2 ...
 $ OCCUPATION        : chr  "Non renseigné" "Non renseigné" "Non renseigné" "Unique" ...
 $ STATE_OF_KNOWLEDGE: chr  "Fouillé" "Non renseigné" "Non renseigné" "Sondé" ...
 $ STARTING_PERIOD   : chr  "-400:-301" "Indéterminé" "-150:-26" "-75:-26" ...
 $ ENDING_PERIOD     : chr  "301:400" "Indéterminé" "-150:-26" "-75:-26" ...
 $ CARAC_NAME        : chr  "Immobilier" "Immobilier" "Immobilier" "Immobilier" ...
 $ CARAC_LVL1        : chr  "Funéraire" "Habitat" "Habitat" "Habitat" ...
 $ CARAC_LVL2        : chr  NA NA NA NA ...
 $ CARAC_LVL3        : chr  NA NA NA NA ...
 $ CARAC_LVL4        : logi  NA NA NA NA NA NA ...
 $ CARAC_EXP         : chr  "Non" "Non" "Non" "Non" ...
 $ BIBLIOGRAPHY      : chr  "R. Cordie-Hachenberg, A. Haffner 1991, Haffner 1971" "" "Nick 2006\nFéliu 2008" "ArkeoGIS D. Mischka 2007\nHofmann 1999, 74\nWeber-Jenisch 1995, 136\nRöder 1995, 176-17\nBender et alii 1993\nFéliu 2008" ...
 $ COMMENTS          : logi  NA NA NA NA NA NA ...
 $ WEB_IMAGES        : logi  NA NA NA NA NA NA ...

4.4.2 Les types de production

Les types de production sont renseignés par la caractéristique Production dans ArkeoGIS.

prod <- read.csv2("data/Production.csv", sep = ";", encoding = "UTF-8")

Table 45: Extrait du thésaurus pour décrire la production dans ArkeoGIS
IDArkeoGIS	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	IdArk	IdPactols	IdAat
361	Production	Agricole		http://ark.frantiq.fr/ark:/26678/pcrtIdEjFMFAod	13681	http://vocab.getty.edu/page/aat/300004895
362	Production	Agricole	Grenier	http://ark.frantiq.fr/ark:/26678/pcrtGBctSVZOBy	14923	http://vocab.getty.edu/page/aat/300004929
363	Production	Agricole	Silo	http://ark.frantiq.fr/ark:/26678/pcrtdgALrHBSlv	16944	http://vocab.getty.edu/page/aat/300005024
364	Production	Céramique		https://ark.frantiq.fr/ark:/26678/pcrtYPpmkDk2rS	17239	http://vocab.getty.edu/page/aat/300386308
365	Production	Céramique	Extraction	http://ark.frantiq.fr/ark:/26678/pcrtpZqoqAbrdg	21835	http://vocab.getty.edu/page/aat/300000388
366	Production	Céramique	Atelier	http://ark.frantiq.fr/ark:/26678/pcrtfUZSMbifle	15962	http://vocab.getty.edu/page/aat/300004531

Astuce

Le thesaurus peut aussi être téléchargé ici.

Puisque dans la table sites2 les sites ont été multipliés en fonction de leur nombre de types différents, il n’est pas possible de la réutiliser directement pour renseigner les sites de production. Il est nécessaires de créer une nouvelle table Sites_prod en reprenant le code utilisé Section 4.1.

# Récupérer les occurrences uniques de chaque site

Sites_prod <- distinct(total, SITE_SOURCE_ID, .keep_all = TRUE)

# Supprimer les colonnes qui seront remplacées

Sites_prod <- Sites_prod[,c(1:11, 21, 22)]

# Effacer le contenu de la colonne COMMENTS

Sites_prod[,12] <- NA

De la même manière que pour les types de sites, on peut y ajouter les informations sur la bibliographie et les datations déjà mises aux normes et conservées dans la table sites.

# Ajouter les colonnes de dates et bibliographie dans la table `Sites_prod`

Sites_prod <- droplevels(merge(Sites_prod, sites[,c(1,6,7:10)], by = "SITE_SOURCE_ID"))

# Renommer la colonne bibliographie pour correspondre à ArkeoGIS

colnames(Sites_prod)[14] <- colnames(arkeoGIS[20])

Table 46: Ajout des colonnes de datation et de bibliographie à la table Sites_prod
SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	COMMENTS	WEB_IMAGES	BIBLIOGRAPHY	Activités.artisanales	Type.de.site	STARTING_PERIOD	ENDING_PERIOD
SIT0001	Wederath-Belginum	Wederath	NA	4326	7.164440	49.86499	NA	Oui	Non renseigné	Fouillé	NA	NA	R. Cordie-Hachenberg, A. Haffner 1991, Haffner 1971		Funéraire	-400:-301	301:400
SIT0002	Cherain-Brisy	Cherain	NA	4326	5.865210	50.17996	NA	Oui	Non renseigné	Non renseigné	NA	NA			Habitat indéterminé	Indéterminé	Indéterminé
SIT0003	Han-sur-Lesse	Han-sur-Lesse	NA	4326	5.186230	50.12674	NA	Oui	Non renseigné	Non renseigné	NA	NA			Indéterminé	Indéterminé	Indéterminé
SIT0004	Klosteräcker	Breisach-Hochstetten	NA	4326	7.625970	48.02291	NA	Oui	Non renseigné	Non renseigné	NA	NA	Nick 2006 Féliu 2008		Habitat de plaine	-150:-26	-150:-26
SIT0005	Münsterberg	Breisach	NA	4326	7.579663	48.02931	NA	Oui	Unique	Sondé	NA	NA	ArkeoGIS D. Mischka 2007 Hofmann 1999, 74 Weber-Jenisch 1995, 136 Röder 1995, 176-17 Bender et alii 1993 Féliu 2008		Habitat indéterminé	-75:-26	-75:-26
SIT0006	Kegelriß	Ehrenkirchen-Ehrenstetten	NA	4326	7.776640	47.89846	NA	Oui	Unique	Prospecté pédestre	NA	NA	Hofmann 1999, 79 Weber-Jenisch 1995, 138-139 Burkhardt 1998 Féliu 2008	Fer	Dépôt; Habitat indéterminé	-150:-76	-150:-76

Enfin, cette table doit encore être filtrée pour ne conserver que les sites pour lesquels une activités artisanales est mentionnée. Il est alors possible de créer la colonne CARAC_NAME en y indiquant la mention Production.

# Remplacer les cellules vides de la colonne Activités.artisanales par "NA"

Sites_prod[Sites_prod$Activités.artisanales == "", 15] <- NA

# Ne conserver que les lignes pour lesquelles l'information Activités.artisanales existe

Sites_prod <- Sites_prod[is.na(Sites_prod$Activités.artisanales) == F,]

# Créer la colonne CARAC_NAME

Sites_prod$CARAC_NAME <- "Production"

Table 47: Extraction des sites pour lesquels l’information production est présente
	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	COMMENTS	WEB_IMAGES	BIBLIOGRAPHY	Activités.artisanales	Type.de.site	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME
6	SIT0006	Kegelriß	Ehrenkirchen-Ehrenstetten	NA	4326	7.776640	47.89846	NA	Oui	Unique	Prospecté pédestre	NA	NA	Hofmann 1999, 79 Weber-Jenisch 1995, 138-139 Burkhardt 1998 Féliu 2008	Fer	Dépôt; Habitat indéterminé	-150:-76	-150:-76	Production
7	SIT0007	Limberg	Sasbach am Kaiserstuhl	NA	4326	7.603129	48.15083	NA	Oui	Non renseigné	Non renseigné	NA	NA	Hofmann 1999, 101 Weber-Jenisch 1995 ArkeoGIS v3 D. Mischka 2007 Féliu 2008	Fer	Habitat indéterminé; Site fortifié	-150:-26	-150:-26	Production
83	SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	NA	NA		Bronze; Fer; Orfévrerie; Tabletterie; Textile	Habitat de hauteur; Site fortifié	-150:-76	-25:14	Production
85	SIT0085	La Pierre d'Appel	Étival-Clairefontaine	NA	4326	6.863134	48.37632	NA	Non	Non renseigné	Fouillé	NA	NA	Féliu 2008 n°041	Fer; Textile	Habitat de hauteur; Site fortifié	-260:-151	-25:476	Production
86	SIT0086	La Bure	Saint-Dié-des-Vosges	NA	4326	6.937480	48.32626	NA	Non	Continue	Fouillé	NA	NA	Scholtus 2014	Bronze; Fer; Métallurgie	Habitat de hauteur; Site fortifié	-200:-151	301:400	Production
168	SIT0169	Butte Sainte-Geneviève	Essey-lès-Nancy	NA	4326	6.226259	48.71639	NA	Oui	Unique	Fouillé	NA	NA	Féliu 2008 n°040 Burnand 2003, p43. Colin 1998, p. 149-151. Dechezleprêtre 2003	Fer	Habitat de hauteur; Indéterminé; Site fortifié	-75:-26	-75:-26	Production

Comme pour la partie précédente (Section 4.4.1), plusieurs productions peuvent être renseignées dans une même cellule. Il faut donc les séparer et dupliquer les lignes concernées.

# Séparer et multiplier les rangs avec plusieurs types

Sites_prod <- tidyr::separate_rows(Sites_prod, Activités.artisanales, sep = ";")

# Supprimer les espaces superflus en début et fin de cellules

Sites_prod$Activités.artisanales <- str_trim(Sites_prod$Activités.artisanales)

Table 48: Contenu de la colonne Activités.artisanales

(a) Avant
Var1	Freq
	1019
Autre	4
Autre; Fer; Textile	1
Bronze; Fer; Métallurgie	1
Bronze; Fer; Orfévrerie; Tabletterie; Textile	1
Fer	14
Fer; Textile	2
Métallurgie	1
Textile	1

(b) Après
Var1	Freq
Autre	4
Bronze	2
Fer	16
Métallurgie	2
Orfévrerie	1
Tabletterie	1
Textile	4

Table 49: La table Sites_prod après séparation des valeurs multiples
SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	COMMENTS	WEB_IMAGES	BIBLIOGRAPHY	Activités.artisanales	Type.de.site	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME
SIT0006	Kegelriß	Ehrenkirchen-Ehrenstetten	NA	4326	7.776640	47.89846	NA	Oui	Unique	Prospecté pédestre	NA	NA	Hofmann 1999, 79 Weber-Jenisch 1995, 138-139 Burkhardt 1998 Féliu 2008	Fer	Dépôt; Habitat indéterminé	-150:-76	-150:-76	Production
SIT0007	Limberg	Sasbach am Kaiserstuhl	NA	4326	7.603129	48.15083	NA	Oui	Non renseigné	Non renseigné	NA	NA	Hofmann 1999, 101 Weber-Jenisch 1995 ArkeoGIS v3 D. Mischka 2007 Féliu 2008	Fer	Habitat indéterminé; Site fortifié	-150:-26	-150:-26	Production
SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	NA	NA		Bronze	Habitat de hauteur; Site fortifié	-150:-76	-25:14	Production
SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	NA	NA		Fer	Habitat de hauteur; Site fortifié	-150:-76	-25:14	Production
SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	NA	NA		Orfévrerie	Habitat de hauteur; Site fortifié	-150:-76	-25:14	Production
SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	NA	NA		Tabletterie	Habitat de hauteur; Site fortifié	-150:-76	-25:14	Production

Comme pour les types de sites, le nombre de productions différentes décrites n’est pas si important qu’il nécessite une complète automatisation, de plus certaines entrées (comme la mention Fer) peuvent s’appliquer à plusieurs ligne du thésaurus. C’est pourquoi il semble plus simple de procéder manuellement à l’alignement. Pour toutes les activités, la colonne CARAC_LVL4 reste vide, elle n’est donc pas modifiée.

# Récupérer dans une table les différents types d'activités

prod2 <- as.data.frame(table(Sites_prod$Activités.artisanales))

# Ajouter les colonnes de caractérisation vides dans cette table

prod2[,col] <- NA

# Pour chaque niveau de caractérisation indiquer la valeur correspondante dans ArkeoGIS

prod2$CARAC_LVL1 <- prod2$Var1 %>%
  str_replace_all(c(
    "Autre|Tabletterie|Textile" = "Autres",
    "Bronze|Fer|Métallurgie|Orfévrerie" = "Métal"
  ))

prod2$CARAC_LVL2 <- prod2$Var1 %>%
  str_replace_all(c(
    "Autre|Tabletterie|Textile" = NA,
    "Bronze|Fer|Métallurgie|Orfévrerie" = "Forge"
  ))

prod2$CARAC_LVL3 <- prod2$Var1 %>%
  str_replace_all(c(
    "Autre|Tabletterie|Textile" = NA,
    "Bronze" = "Bronze",
    "Fer" = "Fer",
    "Métallurgie" = NA,
    "Orfévrerie" = "Or"
  ))
# supprimer la colonne Freq qui provient de la fonction table utilisée au début

prod2 <- prod2[,-2]

Table 50: Alignement des types de production sur le thésaurus d’ArkeoGIS
Var1	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4
Autre	Autres	NA	NA	NA
Bronze	Métal	Forge	Bronze	NA
Fer	Métal	Forge	Fer	NA
Métallurgie	Métal	Forge	NA	NA
Orfévrerie	Métal	Forge	Or	NA
Tabletterie	Autres	NA	NA	NA
Textile	Autres	NA	NA	NA

# Ajouter les colonnes de caractéristiques pour chaque site correspondant

Sites_prod <- droplevels(merge(Sites_prod, prod2, 
                               by.x = "Activités.artisanales", 
                               by.y = "Var1"))

Comme précédemment, les colonnes Activités.artisanales et BIBLIOGRAPHY doivent être supprimées, tandis que la colonne CARAC_EXP est créée. Puis la table est ré-agencée selon le modèle ArkeoGIS.

# Supprimer et ajouter les colonnes nécessaires

Sites_prod <- Sites_prod[,-c(1, 16)]
Sites_prod$CARAC_EXP <- "Non"

# Réordonner la table

Sites_prod <- Sites_prod[, colnames(arkeoGIS)]

Table 51: Ajout du thésaurus ArkeoGIS dans la table Sites_prod
	SITE_SOURCE_ID	SITE_NAME	MAIN_CITY_NAME	GEONAME_ID	PROJECTION_SYSTEM	LONGITUDE	LATITUDE	ALTITUDE	CITY_CENTROID	OCCUPATION	STATE_OF_KNOWLEDGE	STARTING_PERIOD	ENDING_PERIOD	CARAC_NAME	CARAC_LVL1	CARAC_LVL2	CARAC_LVL3	CARAC_LVL4	CARAC_EXP	BIBLIOGRAPHY	COMMENTS	WEB_IMAGES
7	SIT0006	Kegelriß	Ehrenkirchen-Ehrenstetten	NA	4326	7.776640	47.89846	NA	Oui	Unique	Prospecté pédestre	-150:-76	-150:-76	Production	Métal	Forge	Fer	NA	Non	Hofmann 1999, 79 Weber-Jenisch 1995, 138-139 Burkhardt 1998 Féliu 2008	NA	NA
8	SIT0007	Limberg	Sasbach am Kaiserstuhl	NA	4326	7.603129	48.15083	NA	Oui	Non renseigné	Non renseigné	-150:-26	-150:-26	Production	Métal	Forge	Fer	NA	Non	Hofmann 1999, 101 Weber-Jenisch 1995 ArkeoGIS v3 D. Mischka 2007 Féliu 2008	NA	NA
6	SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	-150:-76	-25:14	Production	Métal	Forge	Bronze	NA	Non		NA	NA
10	SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	-150:-76	-25:14	Production	Métal	Forge	Fer	NA	Non		NA	NA
25	SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	-150:-76	-25:14	Production	Métal	Forge	Or	NA	Non		NA	NA
26	SIT0083	Mont-Châtel	Boviolles	NA	4326	5.401720	48.63913	NA	Non	Unique	Fouillé	-150:-76	-25:14	Production	Autres	NA	NA	NA	Non		NA	NA

5 Assembler les données et exporter le résultats

Pour finir, les tables sites2 et Sites_prod sont ajoutées à la table total et le résultat est exporté au format csv selon les normes demandées par ArkeoGIS.

# Rassembler les différents jeux de données

total <- rbind(total, sites2, Sites_prod)

# Exporter le résultats au format csv

write.csv2(total, "results/Scholtus_2021.csv", sep = ";", na = "", 
          dec = ".", row.names = F, col.names = T, fileEncoding = "UTF-8")

Avertissement

Avant de commencer l’import dans ArkeoGIS, il est nécessaire de vérifier que le csv corresponde bien au format demandé, en particulier pour le séparateur de décimale.

We used R version 4.2.2 (R Core Team 2022) and the following R packages: grateful v. 0.1.11 (Rodríguez-Sánchez, Jackson, et Hutchins 2022), kableExtra v. 1.3.4 (Zhu 2021), plyr v. 1.8.7 (Wickham 2011), rlist v. 0.4.6.2 (Ren 2021), rmarkdown v. 2.14 (Xie, Allaire, et Grolemund 2018; Xie, Dervieux, et Riederer 2020; Allaire et al. 2022), tidyverse v. 1.3.1 (Wickham et al. 2019).

Les références

Allaire, JJ, Yihui Xie, Jonathan McPherson, Javier Luraschi, Kevin Ushey, Aron Atkins, Hadley Wickham, Joe Cheng, Winston Chang, et Richard Iannone. 2022. rmarkdown: Dynamic Documents for R. https://github.com/rstudio/rmarkdown.

Barral, Philippe, et Stephan Fichtl, éd. 2012. Regards sur la chronologie de la fin de l’âge du Fer (IIIe - Ier siècle avant J.-C.) en Gaule non méditerranéenne : actes de la table ronde tenue à Bibracte, Glux-en-Glenne, 15 - 17 octobre 2007 ; Table Ronde sur la Chronologie de la Fin de l’âge du Fer dans l’Est de la France. Collection Bibracte 22. Glux-en-Glenne: Bibracte, Centre Archéologique Européen.

Bernard, Loup, Lizzie Scholtus, et Philippe JULLIEN. 2022. « Thésaurus "Immobilier" d’ArkeoGIS-ArkeOpen ». NAKALA - https://nakala.fr (Huma-Num - CNRS). https://doi.org/10.34847/NKL.A7654QJ6.

Bernard, Loup, Lizzie Scholtus, et Philippe Jullien. 2022a. « Thésaurus "Mobilier" d’ArkeoGIS-ArkeOpen ». NAKALA - https://nakala.fr (Huma-Num - CNRS). https://doi.org/10.34847/NKL.510A974O.

———. 2022b. « Thésaurus "Production" d’ArkeoGIS-ArkeOpen ». NAKALA - https://nakala.fr (Huma-Num - CNRS). https://doi.org/10.34847/NKL.3F9BRL3C.

———. 2023. « Chronologie "Europe occidentale continentale centrale du Néolithique récent à nos jours" ». NAKALA - https://nakala.fr (Huma-Num - CNRS). https://doi.org/10.34847/NKL.1C4EMDQ6.

Marlet, Olivier, Bruno Baudoin, Loup Bernard, Laure Bézard, Romain Boissat, Pierre-Yves Buard, Agnieszka Halczuk, et al. 2022. Le Livre Blanc du consortium Mémoires des Archéologues et des Sites Archéologiques : Guide des bonnes pratiques numériques en archéologie. https://halshs.archives-ouvertes.fr/halshs-03561376.

R Core Team. 2022. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.

Ren, Kun. 2021. rlist: A Toolbox for Non-Tabular Data Manipulation. https://CRAN.R-project.org/package=rlist.

Rodríguez-Sánchez, Francisco, Connor P. Jackson, et Shaurita D. Hutchins. 2022. grateful: Facilitate citation of R packages. https://github.com/Pakillo/grateful.

Scholtus, Lizzie. 2021. « Les faciès culturels dans l’est de la Gaule entre le IIIe s. av. J.-C. et le IVe s. apr. J.-C. : essai de modélisation ». Theses, Strasbourg: Université de Strasbourg. https://tel.archives-ouvertes.fr/tel-03506297.

Wickham, Hadley. 2011. « The Split-Apply-Combine Strategy for Data Analysis ». Journal of Statistical Software 40 (1): 1‑29. https://www.jstatsoft.org/v40/i01/.

Wickham, Hadley, Mara Averick, Jennifer Bryan, Winston Chang, Lucy D’Agostino McGowan, Romain François, Garrett Grolemund, et al. 2019. « Welcome to the tidyverse ». Journal of Open Source Software 4 (43): 1686. https://doi.org/10.21105/joss.01686.

Xie, Yihui, J. J. Allaire, et Garrett Grolemund. 2018. R Markdown: The Definitive Guide. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown.

Xie, Yihui, Christophe Dervieux, et Emily Riederer. 2020. R Markdown Cookbook. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown-cookbook.

Zhu, Hao. 2021. kableExtra: Construct Complex Table with ’kable’ and Pipe Syntax. https://CRAN.R-project.org/package=kableExtra.

Notes de bas de page

Correspondre à cette chronologie permettra d’afficher les données dans ArkeoGIS dans la couleur correspondant à leur datation.↩︎
Cette partie est amenée à être modifiée puisque le thésaurus est en cours de nettoyage. En particulier les mentions “Autres” sont vouées à disparaître. Pour cette raison, nous choisissons ici de ne pas aligner sur le niveau “Autres”, mais sur le précédent.↩︎