Julio Trecenti January 26, 2016
# Pasta onde arquivos serão salvos
valor_2015_path <- 'data-raw/valor_2015'
valor_2014_path <- 'data-raw/valor_2014'
# Baixando arquivos HTML
d_valor_2015 <- lista_processos(de = '01/2015',
ate = '01/2016',
path = valor_2015_path)
d_valor_2014 <- lista_processos(de = '12/2014',
ate = '01/2015',
path = valor_2014_path)
library(dplyr)
library(stringr)
library(purrr)
d_valor <- dir(valor_2015_path, full.names = TRUE) %>%
c(dir(valor_2014_path, full.names = TRUE)) %>%
keep(~str_detect(.x, '_p_')) %>%
parser_jurisprudencia()
if(!require(devtools)) install.packages('devtools')
devtools::install_github('jtrecenti/valorCarf')
library(dplyr)
library(stringr)
library(tidyr)
library(valorCarf)
data(d_valor, package = 'valorCarf')
d_valor_final <- d_valor %>%
filter(!str_detect(arq, 'xxx')) %>%
filter(!str_detect(tipo_recurso, 'EMBARGO|EXTRAORD')) %>%
mutate(data_sessao = as.Date(lubridate::dmy(data_sessao))) %>%
filter(!is.na(data_sessao)) %>%
filter(data_sessao >= as.Date('2014-12-01') & data_sessao <= as.Date('2015-01-26') |
data_sessao >= as.Date('2015-12-01') & data_sessao <= as.Date('2016-01-26')) %>%
mutate(antes = ifelse(data_sessao >= as.Date('2015-12-01'),
'Depois', 'Antes')) %>%
distinct(n_processo, n_acordao) %>%
consolidar_resultados()
## resultados...
d_valor_final %>%
count(tipo_recurso, sort = T) %>%
mutate(`%` = scales::percent(n / sum(n))) %>%
knitr::kable()
tipo_recurso n %
RECURSO VOLUNTARIO 1997 87.9% RECURSO ESPECIAL DO PROCURADOR 137 6.0% RECURSO DE OFÍCIO 92 4.1% RECURSO ESPECIAL DO CONTRIBUINTE 45 2.0%
d_valor_final %>%
count(antes, resultado) %>%
mutate(`%` = scales::percent(n / sum(n))) %>%
mutate(res = sprintf('%d (%s)', n, `%`)) %>%
select(-n, -`%`) %>%
spread(antes, res) %>%
slice(c(3, 4, 2, 1, 5)) %>%
knitr::kable()
resultado Antes Depois
FAVORAVEL 312 (19.8%) 195 (28.0%) PARCIALMENTE FAVORAVEL 451 (28.6%) 164 (23.6%) DESFAVORAVEL 517 (32.8%) 194 (27.9%) ANULADO, NAO CONHECIDO OU DILIGENCIA 284 (18.0%) 140 (20.1%) VAZIO 11 (0.7%) 3 (0.4%)
d_valor_final %>%
filter(str_detect(tipo_recurso, 'ESPECIAL')) %>%
count(antes, resultado) %>%
mutate(`%` = scales::percent(n / sum(n))) %>%
mutate(res = sprintf('%d (%s)', n, `%`)) %>%
select(-n, -`%`) %>%
spread(antes, res) %>%
slice(c(3, 4, 2, 1)) %>%
knitr::kable()
resultado Antes Depois
FAVORAVEL 37 (34.9%) 30 (39.5%) PARCIALMENTE FAVORAVEL 12 (11.3%) 20 (26.3%) DESFAVORAVEL 33 (31.1%) 18 (23.7%) ANULADO, NAO CONHECIDO OU DILIGENCIA 23 (21.7%) 8 (10.5%)
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.