-
Notifications
You must be signed in to change notification settings - Fork 4
/
README.Rmd
136 lines (107 loc) · 3.23 KB
/
README.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
---
output: github_document
---
<!-- README.md is generated from README.Rmd. Please edit that file -->
```{r, include = FALSE}
knitr::opts_chunk$set(
collapse = TRUE,
warning = FALSE,
message = FALSE,
comment = "#>",
fig.path = "man/figures/README-",
out.width = "100%"
)
library(pof)
```
# pof
<!-- badges: start -->
[](https://www.tidyverse.org/lifecycle/#experimental)
<!-- badges: end -->
O pacote permite baixar e ler dados da POF.
Por enquanto o pacote contém apenas os dados divulgados em abril.
Não inclui, portanto, dados sobre alimentação e dieta.
Isso será incluído em breve.
## Installation
O Pacote ainda não está no CRAN, apenas Github.
``` r
remotes::install_github("tomasbarcellos/pof")
```
## Example
O download funciona apenas para os anos de 2003, 2009 e 2018, por enquanto.
```{r example, eval=FALSE}
library(pof)
downaload_pof(2018)
unzip_pof(2018)
```
Com os dados baixados, o pacote oferece uma função para ler cada tabela
da pesquisa.
> Por enquanto os scripts de leitura apenas reproduzem as instruções
do IBGE para o ano de 2018.
Por exemplo, é possível.
```{r}
aluguel <- ler_aluguel(2018)
dplyr::glimpse(aluguel)
domicilios <- ler_domicilio(2018)
dplyr::glimpse(domicilios)
```
# Adicionando chaves
O código abaixo adiciona chaves nas tabelas para permitir vinculá-las.
```{r, eval=FALSE}
# Morador - Nível pessoa
morador <- pof::ler_morador(2018) %>%
janitor::clean_names() %>%
mutate(
cod_uc = paste0(cod_upa, num_dom, num_uc),
cod_pessoa = paste0(cod_uc, cod_informante)
)
# Despesa coletiva - Nível despesa
desp_coletiva <- pof::ler_desp_col(2018) %>%
janitor::clean_names() %>%
mutate(
cod_uc = paste0(cod_upa, num_dom, num_uc),
cod_despesa = paste0(cod_uc, quadro, seq)
)
# Caderneta coletiva - Nível despesa domicilio
cad_coletiva <- pof::ler_cad_col(2018) %>%
janitor::clean_names() %>%
mutate(
cod_uc = paste0(cod_upa, num_dom, num_uc),
cod_despesa = paste0(cod_uc, quadro, seq)
)
# Despesa individual - Nível despesa individual
despesa_individual <- pof::ler_desp_ind(2018) %>%
janitor::clean_names() %>%
mutate(
cod_uc = paste0(cod_upa, num_dom, num_uc),
cod_pessoa = paste0(cod_uc, cod_informante),
cod_despesa = paste0(cod_pessoa, quadro, seq)
)
# Aluguel - Nível domicílio
aluguel <- pof::ler_aluguel(2018) %>%
janitor::clean_names() %>%
mutate(
cod_uc = paste0(cod_upa, num_dom, num_uc),
)
# Rendimento - Nível rendimento
rendimentos_trabalho <- pof::ler_rend_trab(2018) %>%
janitor::clean_names() %>%
mutate(
cod_uc = paste0(cod_upa, num_dom, num_uc),
cod_pessoa = paste0(cod_uc, cod_informante),
cod_rendimento = paste0(cod_pessoa, quadro, sub_quadro, seq),
)
# Rendimento - Nível rendimento
rendimentos_outros <- pof::ler_rend_outros(2018) %>%
janitor::clean_names() %>%
mutate(
cod_uc = paste0(cod_upa, num_dom, num_uc),
cod_pessoa = paste0(cod_uc, cod_informante),
cod_rendimento = paste0(cod_pessoa, quadro, seq),
)
# Domicílio - Nível domicílio
domicilios <- pof::ler_domicilio(2018) %>%
janitor::clean_names() %>%
mutate(
cod_dom = paste0(cod_upa, num_dom)
)
```