-
Notifications
You must be signed in to change notification settings - Fork 5
/
README.Rmd
138 lines (110 loc) · 5.72 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
134
135
136
---
output: github_document
---
<!-- README.md is generated from README.Rmd. Please edit that file -->
```{r, include = FALSE}
knitr::opts_chunk$set(
collapse = TRUE,
comment = "#>",
fig.path = "man/figures/README-",
out.width = "100%"
)
```
# cnc <img src='man/figures/logo.png' align="right" height="138" />
<!-- badges: start -->
[](https://github.com/abjur/cnc/actions)
<!-- badges: end -->
Scraper do Cadastro Nacional de Condenações Cíveis por Ato de Improbidade Administrativa e Inelegibilidade - CNJ.
## Instalação
```
if (!require(remotes)) install.packages("remotes")
remotes::install_github('abjur/cnc')
```
## Utilização
### Baixar páginas
- `cnc_download_pag()` para baixar as páginas de resultados do CNC.
- `cnc_download_pessoa()` para baixar as páginas de condenados do CNC.
- `cnc_download_processo()` para baixar as páginas de processos do CNC.
- `cnc_download_pessoa_infos()` para baixar as páginas de informações de pessoas do CNC.
### Parsers
- `cnc_parse_pag()` transformas os arquivos baixados por `cnc_download_pag()` em `tibble`.
- `cnc_parse_pessoa()` transformas os arquivos baixados por `cnc_download_pessoa()` em `tibble`.
- `cnc_parse_processo()` transformas os arquivos baixados por `cnc_download_processo()` em `tibble`.
- `cnc_parse_pessoa_infos()` transformas os arquivos baixados por `cnc_download_pessoa_infos()` em `tibble`.
### Workflow
Para obter o conjunto de dados completo, rodar na ordem definida no arquivo `data-raw/download-parse.R`
## Base tidy
(TODO)
Após um estudo mais detalhado da base, temos também os códigos para deixar a base tidy! Com a nova função `tidy_cnc` obtemos um bd com 57 colunas já trabalhadas. A base resultante está praticamente em formato analítico, carecendo somente de análises de inconsistências mais detalhadas.
```r
cnc_tidy <- tidy_cnc(cnc_condenacoes, cnc_pags, cnc_processos, cnc_pessoa_infos)
```
A base de dados possui essas colunas:
1. Condenações
- Metadados e identificadores:
- `arq_pag`: arquivo que contém a página de pesquisa de onde foi obtido o link da condenação.
- `id_pag`: id da condenação (1 a 15 condenações), que repete por página.
- `arq`: arquivo que contém a página HTML com os dados da condenação.
- `id_condenacao`: id único da condenação.
- `id_processo`: id único do processo.
- `id_pessoa`: id único da pessoa.
- Informações básicas:
- `tipo_pena`: Trânsito em Julgado ou Órgão colegiado.
- `dt_pena`: Data da pena.
- `cod_assunto_[1:5]`: códigos dos assuntos (entre 1 e 5 assuntos) da condenação.
- `nm_assunto_[1:5]`: nomes dos assuntos (entre 1 e 5 assuntos) da condenação.
- Inelegibilidade:
- `teve_inelegivel`: sim ou vazio.
- Perda de Emprego/Cargo/Função Pública:
- `teve_perda_cargo`: sim ou vazio.
- Pagamento de multa:
- `teve_multa`: sim ou vazio.
- `vl_multa`: valor da multa em reais.
- Ressarcimento integral do dano:
- `teve_ressarcimento`: sim ou vazio.
- `vl_ressarcimento`: valor da multa em reais.
- Perda de bens ou valores acrescidos ilicitamente ao patrimônio:
- `teve_perda_bens`: sim ou vazio.
- `vl_perda_bens`: valor da multa em reais.
- Pena privativa de liberdade:
- `teve_pena`: sim ou vazio.
- `duracao_pena`: duração em dias.
- `de_pena`: data de início.
- `ate_pena`: data do fim (pode ser no futuro).
- Suspensão dos Direitos Políticos:
- `teve_suspensao`: sim ou vazio.
- `duracao_suspensao`: duração em dias.
- `de_suspensao`: data de início.
- `ate_suspensao`: data do fim (pode ser no futuro).
- Proibição de Contratar com o Poder Público ou receber incentivos fiscais ou creditícios, direta ou indiretamente, ainda que por intermédio de pessoa jurídica da qual seja sócio majoritário:
- `teve_proibicao`: sim ou vazio.
- `duracao_proibicao`: duração em dias.
- `de_proibicao`: data de início.
- `ate_proibicao`: data do fim (pode ser no futuro).
2. Processos
- `arq_processo`: nome do arquivo (contém o id que aparece no link da base `cnc_pags`).
- `id_processo`: código identificador do processo.
- `dt_cadastro`: data de cadastro do processo no sistema.
- `n_processo`: número identificador do processo.
- `esfera_processo`: estadual, federal, militar ou superior.
- `tribunal`: nome do tribunal.
- `instancia`: primeiro grau, segundo grau, militar ou superior.
- `comarca_secao`: nome da comarca ou seção (aplicável somente ao primeiro grau).
- `vara_camara`: nome da vara (primeiro grau) ou câmara/seção de julgamento (segundo grau ou militar).
- `dt_propositura`: data de propositura da ação.
3. Pessoas
- Identificadores:
- `arq_pessoa`: nome do arquivo que contém as informações.
- `id_pessoa`: id da pessoa (para juntar com a base de condenações).
- Informações básicas:
- `tipo_pessoa`: F = física e J = jurídica.
- `nm_pessoa`: Nome da pessoa.
- `sexo`: F = feminino e M = masculino.
- `publico`: S = funcionário público; N = não é funcionário público.
- Informações de funcionários públicos:
- `esfera`: F = Federal, D = Distrital, E = Estadual, M = Municipal.
- `orgao`: órgão que a pessoa trabalha (prefeitura, tribunal etc).
- `cargo`: cargo que a pessoa exerce (prefeito, servidor etc).
- `uf`:.
- `cod`: código interno da pessoa (provavelmente não será utilizado).
Para facilitar as análises, construímos uma base unificada, contendo todas as informações de condenações, pessoas e processos. Nessa base, informações sobre pessoas e processos aparecem duplicadas quando fazem parte de mais de uma condenação. A base possui 35.977 linhas (a mesma quantidade da base de condenações) e 57 colunas.