Carregando dados, Manipulando e Visualizando

Author

Ricardo Accioly

Published

August 20, 2024

Entrada de dados no R

Lendo dados de arquivos xlsx

library(readxl)
dados_seg <- read_xlsx("indicadoressegurancapublicauf.xlsx", col_names = TRUE, sheet = "Ocorrências")
head(dados_seg)

#> # A tibble: 6 × 5
#>   UF    `Tipo Crime`                      Ano Mês     Ocorrências
#>   <chr> <chr>                           <dbl> <chr>         <dbl>
#> 1 Acre  Estupro                          2022 janeiro          31
#> 2 Acre  Furto de veículo                 2022 janeiro          50
#> 3 Acre  Homicídio doloso                 2022 janeiro          10
#> 4 Acre  Lesão corporal seguida de morte  2022 janeiro           0
#> 5 Acre  Roubo a instituição financeira   2022 janeiro           0
#> 6 Acre  Roubo de carga                   2022 janeiro           0

str(dados_seg)

#> tibble [20,686 × 5] (S3: tbl_df/tbl/data.frame)
#>  $ UF         : chr [1:20686] "Acre" "Acre" "Acre" "Acre" ...
#>  $ Tipo Crime : chr [1:20686] "Estupro" "Furto de veículo" "Homicídio doloso" "Lesão corporal seguida de morte" ...
#>  $ Ano        : num [1:20686] 2022 2022 2022 2022 2022 ...
#>  $ Mês        : chr [1:20686] "janeiro" "janeiro" "janeiro" "janeiro" ...
#>  $ Ocorrências: num [1:20686] 31 50 10 0 0 0 72 0 22 34 ...

Lendo dados de através de uma url

library(httr)
url <- "http://dados.mj.gov.br/dataset/210b9ae2-21fc-4986-89c6-2006eb4db247/resource/feeae05e-faba-406c-8a4a-512aec91a9d1/download/indicadoressegurancapublicauf.xlsx"
GET(url, write_disk(tf <- tempfile(fileext = ".xlsx")))

#> Response [https://dados.mj.gov.br/dataset/210b9ae2-21fc-4986-89c6-2006eb4db247/resource/feeae05e-faba-406c-8a4a-512aec91a9d1/download/indicadoressegurancapublicauf.xlsx]
#>   Date: 2024-08-20 12:33
#>   Status: 200
#>   Content-Type: application/vnd.openxmlformats-officedocument.spreadsheetml.sheet
#>   Size: 1.13 MB
#> <ON DISK>  C:\Users\ricar\AppData\Local\Temp\Rtmp8wweHY\file2a58498f3281.xlsx

segur <- read_xlsx(tf, sheet = "Ocorrências")
str(segur)

#> tibble [23,020 × 5] (S3: tbl_df/tbl/data.frame)
#>  $ UF         : chr [1:23020] "Acre" "Acre" "Acre" "Acre" ...
#>  $ Tipo Crime : chr [1:23020] "Estupro" "Furto de veículo" "Homicídio doloso" "Lesão corporal seguida de morte" ...
#>  $ Ano        : num [1:23020] 2022 2022 2022 2022 2022 ...
#>  $ Mês        : chr [1:23020] "janeiro" "janeiro" "janeiro" "janeiro" ...
#>  $ Ocorrências: num [1:23020] 31 50 10 1 0 0 72 0 22 34 ...

head(segur)

#> # A tibble: 6 × 5
#>   UF    `Tipo Crime`                      Ano Mês     Ocorrências
#>   <chr> <chr>                           <dbl> <chr>         <dbl>
#> 1 Acre  Estupro                          2022 janeiro          31
#> 2 Acre  Furto de veículo                 2022 janeiro          50
#> 3 Acre  Homicídio doloso                 2022 janeiro          10
#> 4 Acre  Lesão corporal seguida de morte  2022 janeiro           1
#> 5 Acre  Roubo a instituição financeira   2022 janeiro           0
#> 6 Acre  Roubo de carga                   2022 janeiro           0

Bibliotecas

Vamos carregar as bibliotecas que serão usadas na manipulação e visualização de dados.

O pacote tidyverse carrega diversos pacotes muito uteis na manipulação e visualização de dados

library("tidyverse")

glimpse(dados_seg)

#> Rows: 20,686
#> Columns: 5
#> $ UF           <chr> "Acre", "Acre", "Acre", "Acre", "Acre", "Acre", "Acre", "…
#> $ `Tipo Crime` <chr> "Estupro", "Furto de veículo", "Homicídio doloso", "Lesão…
#> $ Ano          <dbl> 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 202…
#> $ Mês          <chr> "janeiro", "janeiro", "janeiro", "janeiro", "janeiro", "j…
#> $ Ocorrências  <dbl> 31, 50, 10, 0, 0, 0, 72, 0, 22, 34, 55, 10, 0, 0, 0, 48, …

unique(dados_seg$UF)

#>  [1] "Acre"                "Alagoas"             "Amapá"              
#>  [4] "Amazonas"            "Bahia"               "Ceará"              
#>  [7] "Distrito Federal"    "Espírito Santo"      "Goiás"              
#> [10] "Maranhão"            "Mato Grosso"         "Mato Grosso do Sul" 
#> [13] "Minas Gerais"        "Pará"                "Paraíba"            
#> [16] "Paraná"              "Pernambuco"          "Piauí"              
#> [19] "Rio Grande do Norte" "Rio Grande do Sul"   "Rondônia"           
#> [22] "Roraima"             "Santa Catarina"      "São Paulo"          
#> [25] "Sergipe"             "Tocantins"           "Rio de Janeiro"

library(summarytools)
dfSummary(dados_seg) |> stview(method = "render")

Data Frame Summary

dados_seg

Dimensions: 20686 x 5
Duplicates: 0

UF [character]

1. Amazonas
2. Bahia
3. Ceará
4. Distrito Federal
5. Espírito Santo
6. Mato Grosso
7. Mato Grosso do Sul
8. Minas Gerais
9. Pará
10. Pernambuco
[ 17 others ]

774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
774	(	3.7%	)
12946	(	62.6%	)

20686 (100.0%)

0 (0.0%)

Tipo Crime [character]

1. Estupro
2. Furto de veículo
3. Homicídio doloso
4. Lesão corporal seguida de
5. Roubo a instituição finan
6. Roubo de carga
7. Roubo de veículo
8. Roubo seguido de morte (l
9. Tentativa de homicídio

2313	(	11.2%	)
2316	(	11.2%	)
2319	(	11.2%	)
2296	(	11.1%	)
2268	(	11.0%	)
2229	(	10.8%	)
2316	(	11.2%	)
2315	(	11.2%	)
2314	(	11.2%	)

20686 (100.0%)

0 (0.0%)

Ano [numeric]

Mean (sd) : 2018.1 (2.1)
min ≤ med ≤ max:
2015 ≤ 2018 ≤ 2022
IQR (CV) : 4 (0)

2015	:	2879	(	13.9%	)
2016	:	2884	(	13.9%	)
2017	:	2893	(	14.0%	)
2018	:	2910	(	14.1%	)
2019	:	2891	(	14.0%	)
2020	:	2874	(	13.9%	)
2021	:	2893	(	14.0%	)
2022	:	462	(	2.2%	)

20686 (100.0%)

0 (0.0%)

Mês [character]

1. fevereiro
2. janeiro
3. abril
4. maio
5. outubro
6. setembro
7. junho
8. agosto
9. dezembro
10. julho
[ 2 others ]

1917	(	9.3%	)
1908	(	9.2%	)
1689	(	8.2%	)
1689	(	8.2%	)
1688	(	8.2%	)
1688	(	8.2%	)
1687	(	8.2%	)
1686	(	8.2%	)
1685	(	8.1%	)
1684	(	8.1%	)
3365	(	16.3%	)

20686 (100.0%)

0 (0.0%)

Ocorrências [numeric]

Mean (sd) : 206.5 (678.5)
min ≤ med ≤ max:
0 ≤ 34 ≤ 10518
IQR (CV) : 166 (3.3)

1558 distinct values

20686 (100.0%)

0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.4.1)
2024-08-20

dados_segRJ <- dados_seg %>% filter(UF=="Rio de Janeiro")
summary(dados_segRJ)

#>       UF             Tipo Crime             Ano           Mês           
#>  Length:756         Length:756         Min.   :2015   Length:756        
#>  Class :character   Class :character   1st Qu.:2016   Class :character  
#>  Mode  :character   Mode  :character   Median :2018   Mode  :character  
#>                                        Mean   :2018                     
#>                                        3rd Qu.:2020                     
#>                                        Max.   :2021                     
#>   Ocorrências    
#>  Min.   :   0.0  
#>  1st Qu.:  10.0  
#>  Median : 335.0  
#>  Mean   : 683.3  
#>  3rd Qu.: 744.5  
#>  Max.   :5358.0

unique(dados_segRJ$`Tipo Crime`)

#> [1] "Estupro"                             "Furto de veículo"                   
#> [3] "Homicídio doloso"                    "Lesão corporal seguida de morte"    
#> [5] "Roubo a instituição financeira"      "Roubo de carga"                     
#> [7] "Roubo de veículo"                    "Roubo seguido de morte (latrocínio)"
#> [9] "Tentativa de homicídio"

dados_segRJ$`Tipo Crime` <- as.factor(dados_segRJ$`Tipo Crime`)
dados_segRJ %>% filter(`Tipo Crime`=="Homicídio doloso" ) %>% ggplot(aes(x=as.factor(Ano), y=Ocorrências)) + geom_boxplot() +
  labs(title="Homicídio doloso", x="Ano", y="Ocorrências")

dados_segRJ %>% filter(`Tipo Crime`=="Roubo de veículo" ) %>% ggplot(aes(x=as.factor(Ano), y=Ocorrências)) + geom_boxplot() +
  labs(title="Roubo de veículo", x="Ano", y="Ocorrências")

sintese_RJ <- dados_segRJ %>% group_by(Ano,`Tipo Crime`) %>% summarise(total = sum(Ocorrências))
sintese_RJ %>% ggplot(aes(x=Ano, y=total, color=`Tipo Crime`)) + geom_point() + geom_line() +
  labs(title="# de crimes no RJ", x="Ano", y="Ocorrências")