R script to create a clean csv from the municipal income budget pdf

bilans_na_prihodi.R

box::use( 
  tabulizer[locate_areas, extract_tables],
  purrr[reduce],
  dplyr[mutate, across, select, bind_rows, if_else, glimpse, `%>%`],
  stringr[str_remove, str_remove_all], 
  readr[write_csv]
)


# bilans na prihodi
# this is for aerodrom municipality but it should work for all assuming they have the same format pdf

# locate the table in the pdf
#bp <- locate_areas("http://aerodrom.gov.mk/Upload/Editor_Upload/januari%202021/(01)%20Bilans%20na%20Prih_B2021%20Stavka%2030_12_2020.pdf")


# or use this coordinates if it looks the same as the aerodrom one

bp <- list(c(top = 159.88176, 
           left = 20.08177,
           bottom = 340.57072, 
           right = 824.89750))

bp_table <- extract_tables("http://aerodrom.gov.mk/Upload/Editor_Upload/januari%202021/(01)%20Bilans%20na%20Prih_B2021%20Stavka%2030_12_2020.pdf",
                           output = "data.frame",
                           area = bp,
                           guess = FALSE
                           
)

bp_table_clean <- reduce(bp_table, bind_rows)

bp_table_clean <- rbind(names(bp_table_clean), bp_table_clean)

prihodi_names = c("kategorija", "stavka", "opis", "prethoden_budget", "budget", 
                  "prihodi_od_samofinansirani_aktivnosti", "prihodi_od dotacii",
                  "prihodi_od_donacii", "prihodi_od_krediti", "vkupno_prihodi")

bp_table_complete <- bp_table_clean %>% 
  mutate(across(.cols = everything(), .fns = ~str_remove(., "X"))) %>% 
  mutate(across(.cols = everything(), .fns = ~str_remove(., "\\.\\d$"))) %>% 
  mutate(across(.cols = 3:9, .fns = ~str_remove_all(., "\\."))) %>% 
  mutate(across(.cols = 3:9, .fns = ~str_remove_all(., "\\,"))) %>% 
  mutate(X71_new = if_else(nchar(X71) == 3, X71, NA_character_)) %>% 
  mutate(X71 = if_else(nchar(X71) == 2, X71, str_extract(X71, "\\d\\d"))) %>% 
  select(X71, X71_new, everything())

colnames(bp_table_complete) <- prihodi_names

opis <- c("Даночни приходи", "Данок од доход, од добивка и од капитални добивки",
          "Даноци на имот", "Даноци на специфични услуги", 
          "Такси на користење или дозволи за вршење дејност", 
          "Неданочни приходи", "Глоби, судски и административни такси",
          "Такси и надоместоци", "Други неданочни приходи", 
          "Капитални приходи", "Продажба на земјиште и нематеријални вложувања", 
          "Трансфери и донации", "Трансфери од други нивоа на власт",
          "Донации од странство")

bp_table_complete$opis <- opis

glimpse(bp_table_complete)

write_csv(bp_table_complete, "aerodrom_bilans_na_prihodi_2021.csv")

results_bilans_na_prihodi.csv