files_ignore/gerando dados de exemplo - rake.R

In neale-eldash/pd: Day-2-day functions in R

require(survey)
require(haven)
require(tidyverse)
require(openxlsx)

dir <- "E:\\DADOS\\CONSULTORIA\\PESSOAS FÍSICAS\\Paulo Cidade\\Atitudes Financeiras - 03-12-2018"
file.data <- paste0(dir,'\\dados\\HAREBR_138180_cNetPanel Publico Geral 20190301.sav')

dir.anbima <- "E:\\DADOS\\CONSULTORIA\\PESSOAS FÍSICAS\\Paulo Cidade\\Atitudes Financeiras - 03-12-2018\\Dados Anbima 2018"
file.anbima <- paste0(dir.anbima,"\\anexo_publicacao_1.xlsx")

file.spss <- paste0(dir,"\\Base Atitudes Financeiras - Ponderada.sav")
file.xlsx <- paste0(dir,"\\check ponderação.xlsx")

####################
### Dados da pesquisa
####################

dados <- as_factor(read_spss(file.data),only_labelled = TRUE)

dados <- dados %>% mutate(
  reg = REGIAO,
  sexo_cota = case_when(
    F1 == "Homem" ~ 1,
    F1 == "Mulher" ~ 2
  ),
  sexo_cota = factor(sexo_cota,levels=c(1,2),labels=c("Masculino","Feminino")),
  idade_cota = case_when(
    F2 == "25_34" ~ 1,
    F2 == "35_44" ~ 2,
    F2 == "45_54" ~ 3,
    F2 == "55_70" ~ 4
  ),
  idade_cota = factor(idade_cota,levels=1:4,labels=c("25 a 34 anos", "35 a 44 anos","45 a 54 anos", "55 a 70 anos")),
  classe_cota = case_when(
    F4 == "A" ~ 1,
    F4 %in% c("B1","B2") ~ 2
  ),
  classe_cota = factor(classe_cota,levels=1:2,labels=c("A","B"))
)

# #check filtro
# ttt <- rowSums(map_df(select(dados,starts_with('Q1#')),~as.numeric(as.character(.))))
# xtabs(~ttt,addNA = TRUE)


####################
### Dados Anbima
####################

df <- read.xlsx(file.anbima,sheet = 2)

invest <- c("Caderneta de poupança",
            "Fundos de investimentos, como Renda Fixa, Multimercado, Fundo cambial, Fundos de ações, RDB etc.",
            "Plano de previdência privada/ VGBL",
            "Títulos privados, como Debêntures, CDB, LCI, LCA, LC, Certificados de Operações estruturadas (COE), etc.",
            #  "Abrir próprio negócio",
            "Ações na bolsa de valores (ações de empresas)",
            #  "Consórcio/ carta de crédito",
            #  "Moedas digitais (Bitcoin)",
            "Títulos públicos via tesouro direto (pré-fixados, pós-fixados e de inflação/ Selic/ taxa Selic/ tesouro Selic)",
            #  "Compra e venda de imóveis",
            "Título de Capitalização/ Pic Itaú/ Pé Quente Bradesco/ Ourocap"
            #  "Compra e venda de automóveis",
            #  "Dólar/ compra de dólar",
            #  "Em casa/ no colchão",
            #  "Agronegócio (compra e venda de gados)"
)

base <- df %>% select(nquest,pesoe,regiao,metrop,uf,RCLASSE2,sexo,idade1,pea,escola,escolac,renda,p3a,starts_with('p9'))
base$invest <- ifelse(base$p9a %in% invest |
                        base$p9b %in% invest |
                        base$p9c %in% invest |
                        base$p9d %in% invest |
                        base$p9e %in% invest ,1,0)

base <- base %>% mutate(
  idade_cota = case_when(
    idade1 %in% 25:34 ~ 1,
    idade1 %in% 35:44 ~ 2,
    idade1 %in% 45:54 ~ 3,
    idade1 %in% 55:70 ~ 4
  ),
  idade_cota = factor(idade_cota,levels=1:4,labels=c('25 a 34 anos','35 a 44 anos','45 a 54 anos','55 a 70 anos')),
  classe_cota = case_when(
    RCLASSE2 %in% c("CLASSE A") ~ 1,
    RCLASSE2 %in% c("Classe B2","Classe B1") ~ 2
  ),
  classe_cota = factor(classe_cota,levels=1:2,labels=c('A','B'))
)

svy <- dados %>% dplyr::rename(regiao=REGIAO)
svy <- svy %>% dplyr::select(numericalId,regiao,ends_with('_cota'))
pop <- base %>% dplyr::rename(sexo_cota=sexo)
pop$regiao <- str_replace(pop$regiao,"Centro Oeste","Centro-Oeste")
pop <- pop %>% dplyr::filter(RCLASSE2 %in% c("CLASSE A","Classe B2","Classe B1"),idade1 %in% 25:70)
pop <- pop %>% dplyr::select(nquest,pesoe,regiao,ends_with('_cota'))

devtools::use_data(svy,pop)