-
Notifications
You must be signed in to change notification settings - Fork 2
Commit
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
- Loading branch information
Showing
11 changed files
with
922 additions
and
8 deletions.
There are no files selected for viewing
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
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
Original file line number | Diff line number | Diff line change |
---|---|---|
@@ -0,0 +1,309 @@ | ||
## Base antiga do SireneJud | ||
|
||
# da <- readr::read_csv("Datajud.csv", lazy = TRUE) | ||
# | ||
# ler_coluna_json <- function(x) { | ||
# if (is.na(x)) return(tibble::tibble()) | ||
# res <- jsonlite::fromJSON(x) | ||
# if (length(res) == 0) return(tibble::tibble()) | ||
# if (is.data.frame(res)) res <- tibble::as_tibble(res) | ||
# res | ||
# } | ||
# | ||
# | ||
# da |> | ||
# dplyr::select(FID, dplyr::starts_with("partes")) |> | ||
# dplyr::glimpse() | ||
# | ||
# da_basicas <- da |> | ||
# dplyr::mutate( | ||
# lat = readr::parse_number(stringr::str_extract(geom, "(?<=\\()[^ ]+")), | ||
# lon = readr::parse_number(stringr::str_extract(geom, "(?<=[0-9] )[^)]+")) | ||
# ) |> | ||
# dplyr::mutate( | ||
# co_assunto = purrr::map(co_assunto, ler_coluna_json), | ||
# noassuntos = purrr::map(noassuntos, ler_coluna_json) | ||
# ) |> | ||
# dplyr::transmute( | ||
# id = FID, | ||
# id_processo = numprocess, | ||
# trib_esfera = esfera, | ||
# trib_tribunal = tribunal, | ||
# trib_porte = porte_tribunal_nome, | ||
# trib_co_orgao = cod_orgao, | ||
# trib_nm_orgao = orgaojulgador, | ||
# loc_uf = uf, | ||
# loc_muni = municipio, | ||
# loc_lat = lat, | ||
# loc_lon = lon, | ||
# sgt_nm_classe = classe, | ||
# sgt_nm_assunto = noassuntos, | ||
# sgt_co_assunto = co_assunto, | ||
# sgt_complexo = complex_assunto == "complex", | ||
# dt_novo = dt_inicio_situacao_novo, | ||
# dt_julgado = dt_inicio_situacao_julgado, | ||
# dt_baixado = dt_inicio_situacao_baixado, | ||
# st_grau = grau, | ||
# st_tempo = tempo_tramitacao, | ||
# st_encerrado = as.numeric(flg_julgamento == "Concluído") | ||
# ) | ||
# | ||
# readr::write_rds(da_basicas, "da_basicas.rds") | ||
# | ||
# da_partes <- da |> | ||
# dplyr::transmute( | ||
# id = FID, | ||
# partes = purrr::map(partes_pa_list, ler_coluna_json) | ||
# ) |> | ||
# tidyr::unnest(partes) |> | ||
# janitor::clean_names() | ||
# | ||
# readr::write_rds(da_partes, "da_partes.rds") | ||
|
||
|
||
# ambiental datajud ------------------------------------------------------- | ||
|
||
# sirenejud novo ---------------------------------------------------------- | ||
|
||
## Alto processamento (não rodar) | ||
|
||
da_raw <- readr::read_csv2( | ||
"data-raw/sirenejud/datajud_new_261022.csv", | ||
lazy = TRUE, | ||
locale = readr::locale(encoding = "UTF-8") | ||
) | ||
|
||
da_basicas <- da_raw |> | ||
# dplyr::mutate( | ||
# lat = readr::parse_number(stringr::str_extract(geom, "(?<=\\()[^ ]+")), | ||
# lon = readr::parse_number(stringr::str_extract(geom, "(?<=[0-9] )[^)]+")) | ||
# ) |> | ||
dplyr::mutate( | ||
co_assunto = purrr::map(co_assunto, ler_coluna_json), | ||
noassuntos = purrr::map(noassuntos, ler_coluna_json) | ||
) |> | ||
dplyr::transmute( | ||
# id = geom, | ||
# id = FID, | ||
id_processo = numprocess, | ||
trib_esfera = esfera, | ||
trib_tribunal = tribunal, | ||
trib_porte = porte_tribunal_nome, | ||
trib_co_orgao = cod_orgao, | ||
trib_nm_orgao = orgaojulgador, | ||
loc_uf = uf, | ||
loc_muni = municipio, | ||
# loc_lat = lat, | ||
# loc_lon = lon, | ||
sgt_nm_classe = classe, | ||
sgt_nm_assunto = noassuntos, | ||
sgt_co_assunto = co_assunto, | ||
sgt_complexo = complex_assunto == "complex", | ||
dt_novo = dt_inicio_situacao_novo, | ||
dt_julgado = dt_inicio_situacao_julgado, | ||
dt_baixado = dt_inicio_situacao_baixado, | ||
st_grau = grau, | ||
st_tempo = tempo_tramitacao, | ||
st_encerrado = as.numeric(flg_julgamento == "Concluído") | ||
) | ||
|
||
readr::write_rds(da_basicas, "data-raw/sirenejud/da_basicas.rds") | ||
|
||
da_partes_sirenejud <- da_raw |> | ||
dplyr::semi_join(da_basicas_amazon, c("numprocess" = "id_processo")) |> | ||
dplyr::transmute( | ||
id_processo = numprocess, | ||
partes = purrr::map(partes_pa_list, ler_coluna_json, .progress = TRUE) | ||
) |> | ||
tidyr::unnest(partes) |> | ||
janitor::clean_names() | ||
|
||
readr::write_rds(da_partes_sirenejud, "data-raw/sirenejud/da_partes_sirenejud.rds") | ||
|
||
readr::write_rds(da_partes_sirenejud, "inst/relatorios/da_partes_sirenejud.rds") | ||
|
||
## Baixo processamento (rodar) | ||
|
||
da_basicas <- readr::read_rds("data-raw/sirenejud/da_basicas.rds") | ||
|
||
amazon <- c("AC", "AM", "RR", "AP", "PA", "MA", "TO", "RO", "MT") | ||
## area dos municipios na amazonia legal | ||
am_legal <- readxl::read_excel("data-raw/misc/lista_de_municipios_Amazonia_Legal_2021.xlsx") |> | ||
janitor::clean_names() |> | ||
dplyr::transmute( | ||
id_municipio = as.character(cd_mun), | ||
area = area_int | ||
) | ||
|
||
da_basicas_amazon <- da_basicas |> | ||
dplyr::filter( | ||
!sgt_nm_classe %in% c("Termo Circunstanciado", "Inquérito Policial"), | ||
st_grau == "G1" | ||
) |> | ||
dplyr::filter(loc_uf %in% c(amazon)) |> | ||
munifacil::limpar_colunas(loc_muni, loc_uf) |> | ||
munifacil::incluir_codigo_ibge(diagnostico = FALSE) |> | ||
dplyr::left_join( | ||
dplyr::select(abjData::muni, muni_id), | ||
c("id_municipio" = "muni_id") | ||
) |> | ||
dplyr::left_join( | ||
dplyr::select(abjData::pnud_min, muni_id, ano, pop) |> | ||
dplyr::filter(ano == 2010), | ||
c("id_municipio" = "muni_id") | ||
) |> | ||
dplyr::left_join(am_legal, "id_municipio") | ||
|
||
|
||
readr::write_rds(da_basicas_amazon, "inst/relatorios/da_sirenejud.rds") | ||
|
||
# corrupcao --------------------------------------------------------------- | ||
|
||
## Alto processamento (não rodar) | ||
|
||
arqs_corrup <- fs::dir_ls("data-raw/corrupcao/", glob = "*.csv", recurse = TRUE) | ||
|
||
ler <- function(x) { | ||
# message(x) | ||
readr::read_csv2( | ||
x, | ||
col_types = readr::cols(.default = readr::col_character()), | ||
lazy = TRUE, | ||
show_col_types = FALSE, | ||
locale = readr::locale(grouping_mark = ".", decimal_mark = ",") | ||
) | ||
} | ||
|
||
tictoc::tic() | ||
da_corrup <- arqs_corrup |> | ||
purrr::map(ler) |> | ||
dplyr::bind_rows(.id = "file") | ||
tictoc::toc() | ||
|
||
|
||
readr::write_rds(da_corrup, "data-raw/corrupcao/da_corrup.rds") | ||
|
||
da_corrup_select <- da_corrup |> | ||
dplyr::select( | ||
file, | ||
indice, | ||
id, | ||
sigla = siglaTribunal, | ||
grau, | ||
classes = classesProcessuais, | ||
numero, | ||
assuntos, | ||
dt_dist = mov_1st_recebimento_dataHora, | ||
orgao_julgador = orgaoJulgador_codigoOrgao, | ||
eletronico = procEl, | ||
polo_at_count, | ||
polo_at_juridica_count, | ||
polo_pa_count, | ||
polo_pa_juridica_count, | ||
mov_count, | ||
dt_baixa = mov_last_baixa_dataHora | ||
) | ||
|
||
readr::write_rds(da_corrup_select, "data-raw/corrupcao/da_corrup_select.rds") | ||
|
||
## Baixo processamento (rodar) | ||
|
||
da_corrup_select <- readr::read_rds("data-raw/corrupcao/da_corrup_select.rds") | ||
|
||
rx_assuntos_drogas <- "3372|11355|11346|5566|9864|3553|3417|11315|3614|3548|5897|3608|3607|9859|5899|5898|5894|9858|9866|10987|5885|9861|5895|9865|5896|9860|5901|9862|9971|5900" | ||
da_corrup_orgaos <- da_corrup_select |> | ||
dplyr::mutate(orgao_julgador = as.numeric(orgao_julgador)) |> | ||
dplyr::semi_join( | ||
da_basicas_amazon, | ||
c("orgao_julgador" = "trib_co_orgao") | ||
) |> | ||
dplyr::distinct(numero, .keep_all = TRUE) |> | ||
dplyr::filter(!classes %in% c("[278]", "[279]")) |> | ||
dplyr::filter(!stringr::str_detect(assuntos, rx_assuntos_drogas)) |> | ||
dplyr::mutate( | ||
assuntos = stringr::str_extract(assuntos, "[0-9, ]+") | ||
) |> | ||
tidyr::separate_wider_delim( | ||
cols = assuntos, | ||
names = c("codigo", "assunto2"), | ||
delim = ", ", | ||
too_few = "align_start", | ||
too_many = "merge", | ||
) |> | ||
dplyr::left_join( | ||
dplyr::distinct(abjData::assuntos, codigo, .keep_all = TRUE), | ||
c("codigo") | ||
) |> | ||
dplyr::mutate( | ||
dplyr::across( | ||
dplyr::starts_with("assunto_nome"), | ||
\(x) dplyr::na_if(x, y = "-") | ||
), | ||
assunto = dplyr::coalesce( | ||
assunto_nome6, assunto_nome5, | ||
assunto_nome4, assunto_nome3, | ||
assunto_nome2, assunto_nome1 | ||
) | ||
) |> | ||
dplyr::mutate( | ||
pd_seq_orgao = as.character(orgao_julgador) | ||
) |> | ||
dplyr::left_join(obsCIEE::varas, "pd_seq_orgao") |> | ||
dplyr::left_join(abjData::muni, c("id_municipio" = "muni_id")) |> | ||
dplyr::left_join( | ||
abjData::pnud_min |> | ||
dplyr::filter(ano == 2010) |> | ||
dplyr::select(muni_id, pop), | ||
c("id_municipio" = "muni_id") | ||
) |> | ||
dplyr::left_join(am_legal, "id_municipio") |> | ||
dplyr::mutate( | ||
dt_baixa = as.Date(lubridate::ymd_hms(dt_baixa)), | ||
dt_dist = as.Date(lubridate::ymd_hms(dt_dist)), | ||
st_encerrado = !is.na(dt_baixa), | ||
dt_baixa_complete = dplyr::if_else(st_encerrado, dt_baixa, as.Date("2022-12-07")), | ||
st_tempo = as.numeric(dt_baixa_complete - dt_dist) / 30.25, | ||
st_tempo = dplyr::if_else(st_tempo < 0, NA_real_, st_tempo) | ||
) | ||
|
||
readr::write_rds(da_corrup_orgaos, "inst/relatorios/da_datajud.rds") | ||
|
||
# amostra de processos ---------------------------------------------------- | ||
|
||
## Amostra antiga | ||
|
||
# da_corrup_select |> | ||
# dplyr::filter( | ||
# sigla %in% c(paste0("TJ", amazon), "TRF1"), | ||
# grau %in% c("G1", "G2") | ||
# ) |> | ||
# dplyr::glimpse() | ||
|
||
|
||
# da_completa <- da_corrup_orgaos |> | ||
# dplyr::transmute( | ||
# origem = "datajud_lavagem", | ||
# id_processo = numero, | ||
# tribunal = sigla | ||
# ) |> | ||
# dplyr::distinct(id_processo, .keep_all = TRUE) |> | ||
# dplyr::bind_rows( | ||
# dplyr::transmute( | ||
# da_basicas_amazon, | ||
# origem = "sirenejud", | ||
# id_processo, | ||
# tribunal = trib_tribunal | ||
# ) |> | ||
# dplyr::distinct(id_processo, .keep_all = TRUE) | ||
# ) | ||
# | ||
# set.seed(1) | ||
# | ||
# amostra <- da_completa |> | ||
# dplyr::group_by(origem, tribunal) |> | ||
# dplyr::slice_sample(n = 10) |> | ||
# dplyr::ungroup() | ||
# | ||
# writexl::write_xlsx(amostra, "data-raw/export/amostra_20221128_datajud_lavagem_sirenejud.xlsx") | ||
|
||
|
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
Original file line number | Diff line number | Diff line change |
---|---|---|
@@ -0,0 +1,57 @@ | ||
## Alto processamento e conexão BD externo (não rodar) | ||
|
||
con <- cargueiro::bq_connect("rfb", "datajudApp") | ||
DBI::dbListTables(con) | ||
tb <- dplyr::tbl(con, "estabelecimento") | ||
|
||
|
||
# CNPJ LIST --------------------------------------------------------------- | ||
da_partes_pj <- da_partes_sirenejud |> | ||
dplyr::filter(tipo_pessoa == "JURIDICA") |> | ||
dplyr::select(id_processo, nome, cnpj = numero_documento_principal) |> | ||
dplyr::mutate( | ||
nome = stringr::str_squish(nome), | ||
nome = abjutils::rm_accent(nome) | ||
) | ||
|
||
da_partes_pj_cnpj <- da_partes_pj |> | ||
dplyr::distinct(cnpj) |> | ||
dplyr::filter(stringr::str_length(stringr::str_squish(cnpj)) == 14) | ||
|
||
raiz <- da_partes_pj_cnpj |> | ||
with(stringr::str_sub(cnpj, 1, 8)) |> | ||
unique() | ||
|
||
# download BQ ------------------------------------------------------------- | ||
|
||
todos_estab <- tb |> | ||
dplyr::filter(cnpj_raiz %in% local(raiz)) | ||
|
||
todos_estab <- todos_estab |> | ||
dplyr::collect() | ||
|
||
readr::write_rds(todos_estab, "data-raw/rfb/todos_estab.rds") | ||
|
||
## Baixo processamento (rodar) | ||
|
||
todos_estab <- readr::read_rds("data-raw/rfb/todos_estab.rds") | ||
da_partes_sirenejud <- readr::read_rds("data-raw/sirenejud/da_partes_sirenejud.rds") | ||
|
||
da_partes_pj <- da_partes_sirenejud |> | ||
dplyr::filter(tipo_pessoa == "JURIDICA") |> | ||
dplyr::select(id_processo, nome, cnpj = numero_documento_principal) |> | ||
dplyr::mutate( | ||
nome = stringr::str_squish(nome), | ||
nome = abjutils::rm_accent(nome) | ||
) | ||
|
||
da_partes_pj_cnpj <- da_partes_pj |> | ||
dplyr::distinct(cnpj) |> | ||
dplyr::filter(stringr::str_length(stringr::str_squish(cnpj)) == 14) | ||
|
||
da_rfb <- todos_estab |> | ||
dplyr::mutate(cnpj = paste0(cnpj_raiz, cnpj_comp, cnpj_dv)) |> | ||
dplyr::semi_join(da_partes_pj_cnpj, "cnpj") | ||
|
||
readr::write_rds(da_rfb, "data-raw/rfb/da_rfb.rds") | ||
readr::write_rds(da_rfb, "inst/relatorios/da_rfb.rds") |
Oops, something went wrong.