Dépenses de consommation finale par secteur institutionnel

Data - Insee

Author

François Geerolf

Info

LAST_DOWNLOAD

LAST_DOWNLOAD
2024-11-09

LAST_UPDATE

Code 
`CNA-2014-CONSO-SI` %>%
  group_by(LAST_UPDATE) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()
LAST_UPDATE Nobs
2023-05-31 70454
2022-11-24 7748
2022-09-30 622

LAST_COMPILE

LAST_COMPILE
2024-11-09

Last

Code 
`CNA-2014-CONSO-SI` %>%
  group_by(TIME_PERIOD) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(TIME_PERIOD)) %>%
  head(1) %>%
  print_table_conditional()
TIME_PERIOD Nobs
2022 731

TITLE_FR

Code 
`CNA-2014-CONSO-SI` %>%
  group_by(IDBANK, TITLE_FR) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()

CNA_PRODUIT

Tous

Code 
`CNA-2014-CONSO-SI` %>%
  left_join(CNA_PRODUIT,  by = "CNA_PRODUIT") %>%
  group_by(CNA_PRODUIT, Cna_produit) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()

INDICATEUR

Code 
`CNA-2014-CONSO-SI` %>%
  left_join(INDICATEUR, by = "INDICATEUR") %>%
  group_by(INDICATEUR, Indicateur) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()
INDICATEUR Indicateur Nobs
CNA_CONSO_SI Dépenses de consommation finale par secteur institutionnel 78824

NATURE

Code 
`CNA-2014-CONSO-SI` %>%
  left_join(NATURE, by = "NATURE") %>%
  group_by(NATURE, Nature) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()
NATURE Nature Nobs
VALEUR_ABSOLUE Valeur absolue 51967
INDICE Indice 26361
TAUX Taux 496

SECT-INST

Code 
`CNA-2014-CONSO-SI` %>%
  left_join(`SECT-INST`, by = "SECT-INST") %>%
  group_by(`SECT-INST`, `Sect-Inst`) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()
SECT-INST Sect-Inst Nobs
S14B S14B - Ménages hors entrepreneurs individuels 41632
S13 S13 - Administrations publiques (APU) 29303
S15 S15 - Institutions sans but lucratif au service des ménages 7267
S14 S14 - Ménages y compris entreprises individuelles 622

UNIT_MEASURE

Code 
`CNA-2014-CONSO-SI` %>%
  group_by(UNIT_MEASURE) %>%
  summarise(Nobs = n()) %>%
  print_table_conditional()
UNIT_MEASURE Nobs
EUR2014 26318
EUROS_COURANTS 25649
POURCENT 496
SO 26361