Last active
August 20, 2020 08:42
-
-
Save jjesusfilho/f859e69f91eeb30b6751722fc649ecb3 to your computer and use it in GitHub Desktop.
Atribui sexo aos nomes completos ou não conforme base do IBGE br_gender
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
#' Atribui sexo a nomes com base no primeiro nome a partir da base do IBGE. | |
#' | |
#' @param nomes Vetor com os nomes completos ou não para realizar a busca. | |
#' | |
#' @return tibble com cinco colunas: primeiro_nome,f para feminino, m para masculino,sexo e nomes=para o nome | |
#' @export | |
#' | |
#' @examples | |
br_gender <- function(nomes) { | |
`%>%` <- magrittr::`%>%` | |
input<-nomes %>% | |
tibble::tibble(nomes=.) %>% | |
dplyr::mutate(primeiro_nome=stringr::str_extract(nomes,"\\w+")) | |
primeiro_nome<-unique(input$primeiro_nome) | |
url_f <- | |
paste0( | |
"https://servicodados.ibge.gov.br/api/v1/censos/nomes/basica?nome=", | |
primeiro_nome, | |
"&sexo=f" | |
) %>% | |
purrr::map(URLencode) %>% | |
unlist() | |
url_m <- | |
paste0( | |
"https://servicodados.ibge.gov.br/api/v1/censos/nomes/basica?nome=", | |
primeiro_nome, | |
"&sexo=m" | |
) %>% | |
purrr::map(URLencode) %>% | |
unlist() | |
cf<-crul::Async$new( | |
urls<-url_f | |
) | |
resf<-cf$get() | |
cm<-crul::Async$new( | |
urls<-url_m | |
) | |
resm<-cm$get() | |
resf<- purrr::map(resf,~{ | |
.x$parse() %>% | |
stringr::str_match_all("(?:\\:)(\\d+)") %>% | |
unlist() %>% | |
magrittr::extract(6) | |
}) %>% | |
unlist() | |
resm<- purrr::map(resm,~{ | |
.x$parse() %>% | |
stringr::str_match_all("(?:\\:)(\\d+)") %>% | |
unlist() %>% | |
magrittr::extract(6) | |
}) %>% | |
unlist() | |
tibble::tibble(primeiro_nome = primeiro_nome,f= resf,m=resm) %>% | |
purrr::modify_at(2:3, as.integer) %>% | |
tidyr::replace_na(list(f = 0, m = 0)) %>% | |
dplyr::mutate(sexo = dplyr::case_when(f > m ~ "feminino", | |
f < m ~ "masculino", | |
TRUE ~ "desconhecido")) %>% | |
dplyr::right_join(input,by="primeiro_nome") | |
} |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
The classification cutoff is 50%. You can change that if you want after downloading the gender's names.