Obtém e analiza dados de gastos com redes sociais (FB, GG, TT, TKTK)

get_analyze_data.R

library(tidyverse)
library(jsonlite)
library(lubridate)
library(deflateBR)
library(scales)
library(clipr)

options(scipen = 999)

Twitter <- "https://transparencia.gov.br/despesas/favorecido/resultado?paginacaoSimples=true&tamanhoPagina=10000&offset=0&direcaoOrdenacao=desc&colunaOrdenacao=valor&colunasSelecionadas=data%2CdocumentoResumido%2ClocalizadorGasto%2Cfase%2Cespecie%2Cfavorecido%2CufFavorecido%2Cvalor%2Cug%2Cuo%2Corgao%2CorgaoSuperior%2Cgrupo%2Celemento%2Cmodalidade%2CplanoOrcamentario%2Cautor%2CsubTitulo&favorecido=37595606&faseDespesa=3&_=1638905135038"

Twitter <- jsonlite::fromJSON(Twitter)     
Twitter <- Twitter[["data"]]
Twitter <- Twitter[,-25]
Twitter$rede <- "Twitter"

Google <- "https://transparencia.gov.br/despesas/favorecido/resultado?paginacaoSimples=true&tamanhoPagina=10000&offset=0&direcaoOrdenacao=desc&colunaOrdenacao=valor&colunasSelecionadas=data%2CdocumentoResumido%2ClocalizadorGasto%2Cfase%2Cespecie%2Cfavorecido%2CufFavorecido%2Cvalor%2Cug%2Cuo%2Corgao%2CorgaoSuperior%2Cgrupo%2Celemento%2Cmodalidade%2CplanoOrcamentario%2Cautor%2CsubTitulo&favorecido=33989863&faseDespesa=3&_=1638905736802"

Google <- jsonlite::fromJSON(Google)     
Google <- Google[["data"]]
Google <- Google[,-25]
Google$rede <- "Google"

Facebook <- "https://transparencia.gov.br/despesas/favorecido/resultado?paginacaoSimples=true&tamanhoPagina=10000&offset=0&direcaoOrdenacao=desc&colunaOrdenacao=valor&colunasSelecionadas=data%2CdocumentoResumido%2ClocalizadorGasto%2Cfase%2Cespecie%2Cfavorecido%2CufFavorecido%2Cvalor%2Cug%2Cuo%2Corgao%2CorgaoSuperior%2Cgrupo%2Celemento%2Cmodalidade%2CplanoOrcamentario%2Cautor%2CsubTitulo&favorecido=25843654&faseDespesa=3&_=1638905974784"

Facebook <- jsonlite::fromJSON(Facebook)     
Facebook <- Facebook[["data"]]
Facebook <- Facebook[,-25]
Facebook$rede <- "Facebook"

TikTok <- "https://portaldatransparencia.gov.br/despesas/favorecido/resultado?paginacaoSimples=true&tamanhoPagina=10000&offset=0&direcaoOrdenacao=desc&colunaOrdenacao=valor&colunasSelecionadas=data%2CdocumentoResumido%2ClocalizadorGasto%2Cfase%2Cespecie%2Cfavorecido%2CufFavorecido%2Cvalor%2Cug%2Cuo%2Corgao%2CorgaoSuperior%2Cgrupo%2Celemento%2Cmodalidade%2CplanoOrcamentario%2Cautor%2CsubTitulo%2Cfuncao%2Csubfuncao%2Cprograma%2Cacao&favorecido=370217628&faseDespesa=3&_=1669773293148"

TikTok <- jsonlite::fromJSON(TikTok)     
TikTok <- TikTok[["data"]]
TikTok <- TikTok[,-25]
TikTok$rede <- "TikTok"

d <- bind_rows(Facebook, Google, TikTok, Twitter)

d <- d %>% filter(valor > 0)

d$valor <- gsub("\\.", "", d$valor)
d$valor <- round(as.numeric(sub(",", ".", as.character(d$valor))), 0)
d$data_format <- as.Date(d$data, format = "%d/%m/%Y")
d$mes <- format(as.Date(d$data_format), "%Y-%m")
d$ano <- format(as.Date(d$data_format), "%Y")
d$valor_ajustado <- deflate(d$valor, d$data_format, "10/2022", "ipca")
d$valor_ajustado <- round(d$valor_ajustado, 0)

################
###### Análises

ano <- d %>%
  filter(ano > 2018) %>%
  group_by(ano) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(ano)

ano_organosup <- d %>%
  filter(ano > 2018) %>%
  group_by(orgaoSuperior, ano) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(ano_organosup)

organosup <- d %>%
  filter(ano > 2018) %>%
  group_by(orgaoSuperior) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(organosup)

por_rede <- d %>%
  filter(ano > 2018) %>%
  group_by(rede) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(por_rede)

ano_rede <- d %>%
  filter(ano > 2018) %>%
  group_by(rede, ano) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(ano_rede)

por_motivo_ano <- d %>%
  filter(ano > 2018) %>%
  group_by(planoOrcamentario, ano) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(por_motivo_ano)

por_motivo <- d %>%
  filter(ano > 2018) %>%
  group_by(planoOrcamentario) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(por_motivo)

por_motivo_por_rede <- d %>%
  filter(ano > 2018) %>%
  group_by(planoOrcamentario, rede) %>%
  summarise(total = sum (valor_ajustado)) %>%
  arrange(desc(total))

write_clip(por_motivo_por_rede)