jtrecenti

tibble::tibble()
tribunais <- forosCNJ::da_tribunal |>
  dplyr::filter(id_justica == 8) |>
  dplyr::pull(sigla) |>
  tolower()

endpoints <- glue::glue(
  "https://api-publica.datajud.cnj.jus.br/api_publica_{tribunais}/_search"
)

jtrecenti

# Endpoint for SOAP requests
endpoint_url <- 'https://www.cnj.jus.br/corregedoria/justica_aberta/ws.php'

# XML payload, replace the method name and parameters as per actual API
# This is a simplified example assuming a SOAP method called 'getServentiaJudicial' that accepts 'seq_orgao' as a parameter
xml_payload <- '<soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/" xmlns:cor="https://www.cnj.jus.br/corregedoria/justica_aberta/ws.php">
   <soapenv:Header/>
   <soapenv:Body>
      <cor:pesquisarServentiasJudiciais>
         <!--Optional:-->

jtrecenti

# reciclou mas deu um warning porque não é múltiplo
tibble::tibble(x = c('a', 'b', 'c')) |> 
  dplyr::filter(x == c('a', 'b'))
#> Warning: There was 1 warning in `dplyr::filter()`.
#> ℹ In argument: `x == c("a", "b")`.
#> Caused by warning in `x == c("a", "b")`:
#> ! comprimento do objeto maior não é múltiplo do comprimento do objeto menor
#> # A tibble: 2 × 1
#>   x    
#>   <chr>

jtrecenti

# arrumação dos dados para pesquisa

moral_raw <- readxl::read_excel("moral.xlsx")
sexual_raw <- readxl::read_excel("sexual.xlsx")

moral <- moral_raw |>
  janitor::clean_names() |>
  dplyr::mutate(
    no_processo_original = no_processo,
    no_processo = abjutils::clean_cnj(no_processo)

jtrecenti

pdf_full <- pdftools::pdf_text("pdf_full.pdf")


# 33-36, 38-39, 41-46, 48-49, 52-54, 56-61, 63-72, 74-77, 79-83, 85-91, 93-96, 98-100, 102-105

paginas <- c(
  33:36, 38:39, 41:46, 48:49,
  52:54, 56:61, 63:72, 74:77,
  79:83, 85:91, 93:96, 98:100,

jtrecenti

Category: All categories

Month,deu ruim: (Brazil)
2004-01,0
2004-02,0
2004-03,0
2004-04,0
2004-05,0
2004-06,0
2004-07,0

jtrecenti

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LogisticRegression

# Seed for reproducibility
np.random.seed(42)

# Generate synthetic data
n = 500  # Number of samples

jtrecenti

library(rugarch)

start_date <- '2018-01-01'
# esses são ativos de fundos imobiliários que eu ja tive
# e queria saber fiz um péssimo investimento
# ou apenas ruim.
ativos <- c(
  "HGRE11.SA",
  "BTLG11.SA",
  "HGRU11.SA",

jtrecenti

########################################
# Time-varying parameter CAPM
########################################

library(ggplot2)
library(BatchGetSymbols)
library(dplyr)
library(tidyr)
library(dlm)

jtrecenti

ssp_criterios <- ssp_cortes %>%
      mutate(corte = as.numeric(corte) / 10) %>%
      gather(tipo_contagem, valor, maior, menor, total) %>%
      unite(tipo_rubrica_contagem, tipo_rubrica, tipo_contagem, sep = "_") %>%
      spread(tipo_rubrica_contagem, valor) %>%
      mutate(soma = trafico_menor +
               input$peso * porte_maior,
             prop = trafico_menor / trafico_total +
               input$peso * porte_maior / porte_total) %>%
      group_by(droga_tipo) %>%