In tomasbarcellos/pof: Leitura da Pesquisa de Orçamentos Familiares (POF)

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)

library(pof)
library(tidyverse)

setwd(here::here())
alu_estimado <- ler_aluguel(2018) %>% 
  transmute( 
    V9001 = V9001, 
    valor_mensal = (V8000_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12
  )

desp_coletiva <- ler_desp_col(2018) %>%
  transmute(V9001 = V9001, 
            valor_mensal = ifelse( QUADRO == 10 | QUADRO == 19,
                                   (V8000_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12, 
                                   (V8000_DEFLA*FATOR_ANUALIZACAO*PESO_FINAL)/12
            ) , 
            inss_mensal=(V1904_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12
  )

cad_coletiva <- ler_cad_col(2018) %>% 
  transmute(V9001 = V9001, 
            valor_mensal = (V8000_DEFLA*FATOR_ANUALIZACAO*PESO_FINAL)/12
  )

desp_individual <- ler_desp_ind(2018) %>% 
  transmute(V9001 = V9001,
            valor_mensal = ifelse( QUADRO %in% c(44, 47, 48, 49, 50),
                                   (V8000_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12, 
                                   (V8000_DEFLA*FATOR_ANUALIZACAO*PESO_FINAL)/12)
  )

rend_trabalho <- ler_rend_trab(2018) %>% 
  transmute(V9001 = V9001,
             prev_pub_mensal=(V531112_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12,
             imp_renda_mensal=(V531122_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12,
             iss_mensal=(V531132_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12
             )

outros_rend <- ler_rend_outros(2018) %>% 
  transmute(V9001 = V9001,
            deducao_mensal = ifelse( QUADRO == 54,
                                     (V8501_DEFLA*V9011*FATOR_ANUALIZACAO*PESO_FINAL)/12, 
                                     (V8501_DEFLA*FATOR_ANUALIZACAO*PESO_FINAL)/12 
            ) 
  )

desp_coletiva_n <- desp_coletiva %>% 
  mutate(prev_pub_mensal = NA, imp_renda_mensal = NA,
         iss_mensal = NA , deducao_mensal = NA)

cad_coletiva_n <- cad_coletiva %>% 
  mutate(inss_mensal = NA, prev_pub_mensal = NA, imp_renda_mensal = NA, 
         iss_mensal = NA, deducao_mensal = NA)

desp_individual_n <- desp_individual %>% 
  mutate(inss_mensal = NA, prev_pub_mensal = NA, imp_renda_mensal = NA, 
         iss_mensal = NA, deducao_mensal = NA)

alu_estimado_n <- alu_estimado %>% 
  mutate(V9001 = as.numeric(V9001), inss_mensal = NA, prev_pub_mensal = NA, 
         imp_renda_mensal = NA, iss_mensal = NA, deducao_mensal = NA)

rend_trabalho_n <- rend_trabalho %>% 
  mutate(inss_mensal = NA, prev_pub_mensal = NA, imp_renda_mensal = NA, 
         iss_mensal = NA, deducao_mensal = NA)

outros_rend_n <- outros_rend %>% 
  mutate(valor_mensal = NA, inss_mensal = NA, prev_pub_mensal = NA, 
         imp_renda_mensal = NA, iss_mensal = NA) %>% 
  select(V9001, valor_mensal, inss_mensal:iss_mensal, deducao_mensal)

junta <- bind_rows( desp_coletiva_n , 
                    cad_coletiva_n , 
                    desp_individual_n ,
                    alu_estimado_n,
                    rend_trabalho_n ,
                    outros_rend_n ) %>% 
  mutate(codigo = round(V9001/100)) %>% 
  select(-V9001)

morador_uc <- ler_morador(2018) %>% 
  select(UF, ESTRATO_POF, TIPO_SITUACAO_REG, 
         COD_UPA, NUM_DOM ,NUM_UC, PESO_FINAL) %>% 
  unique()

# 69 milhoes de famílias
soma_familia <- sum( morador_uc$PESO_FINAL)

merge1 <- junta %>%
  left_join(ler_tradutor_despesa(2018) %>% 
              select(codigo, variavel, starts_with("nivel")), 
            "codigo") %>% 
  mutate(
    valor = ifelse( variavel == 'V8000_DEFLA' , 
                    valor_mensal , 
                    ifelse( variavel == 'V1904_DEFLA' , 
                            inss_mensal ,
                            ifelse( variavel == 'V531112_DEFLA' , 
                                    prev_pub_mensal ,
                                    ifelse( variavel == 'V531122_DEFLA' , 
                                            imp_renda_mensal ,
                                            ifelse( variavel == 'V531132_DEFLA' , 
                                                    iss_mensal ,
                                                    ifelse( variavel == 'V8501_DEFLA' , 
                                                            deducao_mensal ,
                                                            NA
                                                    )
                                            )
                                    )
                            )
                    )
    )
  ) %>% 
  filter(!is.na(valor))

soma_final_0 <- merge1 %>% 
  group_by(nivel = nivel_0) %>% 
  summarise(soma = sum(valor))

soma_final_1 <- merge1 %>% 
  group_by(nivel = nivel_1) %>% 
  summarise(soma = sum(valor))

soma_final_2 <- merge1 %>% 
  group_by(nivel = nivel_2) %>% 
  summarise(soma = sum(valor))

soma_final_3 <- merge1 %>% 
  group_by(nivel = nivel_3) %>% 
  summarise(soma = sum(valor))

soma_final_4 <- merge1 %>% 
  group_by(nivel = nivel_4) %>% 
  summarise(soma = sum(valor))  

soma_final_5 <- merge1 %>% 
  group_by(nivel = nivel_5) %>% 
  summarise(soma = sum(valor))

soma_final <- bind_rows(
  soma_final_0,
  soma_final_1,
  soma_final_2,
  soma_final_3,
  soma_final_4,
  soma_final_5
) %>% 
  mutate(a = 1)

merge2 <-  soma_final %>% 
  mutate(soma_familia = soma_familia,
         media_mensal = round( soma / soma_familia , 2 ) )

# Tabela original de um xls da memoria de calculo
indice_despesa <- tibble::tribble(
     ~INDICE,  ~NIVEL,                                    ~DESCRICAO,
           1,       0,                               "DESPESA TOTAL",
           2,       1,                          "DESPESAS CORRENTES",
           3,      11,                         "DESPESAS DE CONSUMO",
           4,    1101,                                 "ALIMENTACAO",
           5,    1102,                                   "HABITACAO",
           6,  110201,                                     "ALUGUEL",
           7, 1102011,                           "ALUGUEL MONETARIO",
           8, 1102012,                       "ALUGUEL NAO MONETARIO",
           9,  110202,                                  "CONDOMINIO",
          10,  110203,                            "SERVICOS E TAXAS",
          11, 1102031,                            "ENERGIA ELETRICA",
          12, 1102032,                               "TELEFONE FIXO",
          13, 1102033,                            "TELEFONE CELULAR",
          14, 1102034,           "PACOTE DE TELEFONE, TV E INTERNET",
          15, 1102035,                               "GAS DOMESTICO",
          16, 1102036,                               "AGUA E ESGOTO",
          17, 1102037,                                      "OUTRAS",
          18,  110204,                           "MANUTENCAO DO LAR",
          19,  110205,                          "ARTIGOS DE LIMPEZA",
          20,  110206,                "MOBILIARIOS E ARTIGOS DO LAR",
          21,  110207,                            "ELETRODOMESTICOS",
          22,  110208,                 "CONSERTOS DE ARTIGOS DO LAR",
          23,    1103,                                   "VESTUARIO",
          24,  110301,                              "ROUPA DE HOMEM",
          25,  110302,                             "ROUPA DE MULHER",
          26,  110303,                            "ROUPA DE CRIANCA",
          27,  110304,                       "CALCADOS E APETRECHOS",
          28,  110305,                          "JOIAS E BIJUTERIAS",
          29,  110306,                        "TECIDOS E ARMARINHOS",
          30,    1104,                                  "TRANSPORTE",
          31,  110401,                                      "URBANO",
          32,  110402,               "GASOLINA PARA VEICULO PROPRIO",
          33,  110403,                 "ALCOOL PARA VEICULO PROPRIO",
          34,  110404,                "MANUTENCAO – VEICULO PROPRIO",
          35,  110405,                       "AQUISICAO DE VEICULOS",
          36,  110406,                         "VIAGENS ESPORADICAS",
          37,  110407,                                      "OUTRAS",
          38,    1105,                 "HIGIENE E CUIDADOS PESSOAIS",
          39,  110501,                                     "PERFUME",
          40,  110502,                        "PRODUTOS PARA CABELO",
          41,  110503,                                    "SABONETE",
          42,  110504,      "INSTRUMENTOS E PRODUTOS DE USO PESSOAL",
          43,    1106,                         "ASSISTENCIA A SAUDE",
          44,  110601,                                    "REMEDIOS",
          45,  110602,                        "PLANO / SEGURO SAUDE",
          46,  110603,              "CONSULTA E TRATAMENTO DENTARIO",
          47,  110604,                             "CONSULTA MEDICA",
          48,  110605,            "TRATAMENTO MEDICO E AMBULATORIAL",
          49,  110606,                        "SERVICOS DE CIRURGIA",
          50,  110607,                              "HOSPITALIZACAO",
          51,  110608,                             "EXAMES DIVERSOS",
          52,  110609,                      "MATERIAL DE TRATAMENTO",
          53,  110610,                                      "OUTRAS",
          54,    1107,                                    "EDUCACAO",
          55,  110701,                            "CURSOS REGULARES",
          56,  110702,                              "CURSO SUPERIOR",
          57,  110703,                               "OUTROS CURSOS",
          58,  110704,        "LIVROS DIDATICOS E REVISTAS TECNICAS",
          59,  110705,                           "ARTIGOS ESCOLARES",
          60,  110706,                                      "OUTRAS",
          61,    1108,                         "RECREACAO E CULTURA",
          62,  110801,                          "BRINQUEDOS E JOGOS",
          63,  110802,                        "CELULAR E ACESSORIOS",
          64,  110803, "PERIODICOS, LIVROS E REVISTAS NAO DIDATICOS",
          65,  110804,                       "RECREACOES E ESPORTES",
          66,  110805,                                      "OUTRAS",
          67,    1109,                                        "FUMO",
          68,    1110,                           "SERVICOS PESSOAIS",
          69,  111001,                                 "CABELEREIRO",
          70,  111002,                         "MANICURO E PEDICURO",
          71,  111003,               "CONSERTOS DE ARTIGOS PESSOAIS",
          72,  111004,                                      "OUTRAS",
          73,    1111,                           "DESPESAS DIVERSAS",
          74,  111101,                             "JOGOS E APOSTAS",
          75,  111102,                                 "COMUNICACAO",
          76,  111103,                         "CERIMONIAS E FESTAS",
          77,  111104,                      "SERVICOS PROFISSIONAIS",
          78,  111105,                    "IMOVEIS DE USO OCASIONAL",
          79,  111106,                                      "OUTRAS",
          80,      12,                   "OUTRAS DESPESAS CORRENTES",
          81,    1201,                                    "IMPOSTOS",
          82,    1202,                  "CONTRIBUICOES TRABALHISTAS",
          83,    1203,                          "SERVICOS BANCARIOS",
          84,    1204,                  "PENSOES, MESADAS E DOACOES",
          85,    1205,                         "PREVIDENCIA PRIVADA",
          86,    1206,                                      "OUTRAS",
          87,       2,                            "AUMENTO DO ATIVO",
          88,      21,                          "IMOVEL (AQUISICAO)",
          89,      22,                            "IMOVEL (REFORMA)",
          90,      23,                        "OUTROS INVESTIMENTOS",
          91,       3,                       "DIMINUICAO DO PASSIVO",
          92,      31,                                 "EMPRESTIMOS",
          93,      32,                         "PRESTACAO DO IMOVEL"
     )

merge3 <- merge2 %>% 
  left_join(indice_despesa, by = c("nivel" = "NIVEL")) %>% 
  arrange(INDICE) %>% 
  select(6,1,7,5)