fernandobarbalho

mudou_estrutura <- FALSE
tipo_nova_estrutura <- c(character(1))

mes_fim<-12

for (ano in 2013:2018){
  
  if (ano == 2018) {mes_fim<-ult_mes_disp}
  ifelse(ano==2012, mes_ini <-12, mes_ini<-1)
  

fernandobarbalho

grafico_serie_anova<- function(formula,  dados_origem){ 
    
    library(agricolae)
    library(ggplot2)
    
    res.aov <- aov( formula, data =dados_origem )
    
    out<-HSD.test(res.aov,res.aov[["terms"]][[3]])
    
    grupos <- out$groups[2]

fernandobarbalho

#Função para leitura de uma tabela de arquivo pdf e conversão para dataframe
tradutor_pdf_tabela <- function(arquivo_pdf, delimitador_ini,delimitador_fim,rubricas){
  library(pdftools)
  
  
  txt <- pdf_text(arquivo_pdf)
  
  #Localiza o ponto inicail de tratamento do arquivo
  
  

fernandobarbalho

update_all_licence <- function(key, url, limit=1000, license_title,license_id,license_url  ){
  #key: chave do usuário que tem direitos de atualizações sobre datasets
  #url: url principal do índice do ckan
  #license_title: título da licença
  #license_id: id da licença
  #license_url: url da licença
  #limite: normalmente está associado ao número de datasets do usuário. Atribui-se um valor default de 1000
  
  
  #Esse vetor registrará os erros ocorridos durante o processo de atualização

fernandobarbalho

hack_datasus <- function(sistema, modalidade, tipo_arquivo, ano, UF, mes){
  
  #Função gera dataframe a partir de ftp feita na página do datasus
  
  #sistema ex:'SIHSUS' Verificar os sistemas disponíveis em http://www2.datasus.gov.br/DATASUS/index.php?area=0901&item=1
  #modalidade  'dados'
  #tipo_arquivo ex: 'RD'#Varia conforme o sistema
  #ano ex: 17 Dois últimos dígitos do ano 
  #UF ex:'AL' Sigla de UF Brasileira
  #mes ex:'12' strings entre 01 e 12

fernandobarbalho

#Extração dos arquivos do censo escolar

library(purrr)

#Downloads
#Informe ano inicial e ano final. Os limites são 1995 e 2018
ano_ini<- 1995
ano_fim<-2018

map(ano_ini:ano_fim, function(ano){

fernandobarbalho

library(tabulizer)
library(dplyr)

setwd("~/GitHub/oleogate/data")

#Extrai tabelas do arquivo pdf. 
#Esse arquivo foi baixado do seguinte link 
# https://politica.estadao.com.br/blogs/estadao-verifica/wp-content/uploads/sites/690/2019/10/Ibama.pdf
#A tabela é extraída para um arquivo csv de forma a poder trabalhar melhor questões de encoding
tabulizer::extract_tables("ibama.pdf", output = "csv",outdir = getwd())

fernandobarbalho

# install.packages("devtools")
devtools::install_github("tchiluanda/rsiconfi")

library(rsiconfi)
library(dplyr)
library(tidyr)

###########Trabalhando as despesas

#Monta um vetor com todos os códigos de UFs do Brasil

fernandobarbalho

library(readr)
library(dplyr)
PENSIONISTAS_112019 <- read_delim("Data/PENSIONISTAS_112019.csv", 
                      ";", escape_double = FALSE, locale = locale(decimal_mark = ",", 
                                                                  grouping_mark = ".", encoding = "LATIN1"), 
                      trim_ws = TRUE)

PENSIONISTAS_122019 <- read_delim("Data/PENSIONISTAS_122019.csv", 
                                  ";", escape_double = FALSE, locale = locale(decimal_mark = ",", 

fernandobarbalho

#Faça download de um conjunto de tabelas do bolsa família referente a qualquer período a partir de janeiro de 2003 

base_address<- "http://transparencia.gov.br/download-de-dados/bolsa-familia-pagamentos/"

#Alterar as variáveis abaixo de acordo com o que se deseja
ano_ini<- 2018
ano_fim<- 2018
mes_ini<-1

ult_mes_disp<- 2