--- title: "Resolução dos Exercícios do Minicurso" author: "Marcus Nunes" date: "5/18/2018" output: html_document --- ```{r setup, include=FALSE} knitr::opts_chunk$set(echo = TRUE, message = FALSE, warning = FALSE) ``` ## Exercício 1 Em primeiro lugar, iremos carregar os pacotes necessários para realizar a nossa análise e filtrar os dados de acordo com o problema. ```{r exercicio_01} library(curso.ggplot2) data("camara.ne") library(ggplot2) library(dplyr) reembolsos <- camara.ne %>% filter(year <= 2017) ``` ## Exercício 2 ```{r exercicio_02_de_verdade} reembolsos %>% group_by(state) %>% count() ``` O número total de pedidos de reembolsos por deputados federais da Paraíba foi 55152. ## Exercício 3 ```{r exercicio_03} reembolsos %>% group_by(year) %>% count() ``` ## Exercício 4 ```{r exercicio_04} reembolsos_PB <- reembolsos %>% filter(state=="PB") %>% filter(year>=2015) reembolsos_PB %>% group_by(congressperson_name) %>% count() %>% arrange(desc(n)) ``` ## Exercício 5 ```{r exercicio_05} reembolsos_PB %>% group_by(congressperson_name) %>% summarise(Total=sum(total_net_value)) %>% arrange(desc(Total)) ``` ## Exercício 6 ```{r exercicio_06} reembolsos %>% group_by(year, party) %>% summarise(Total=sum(total_net_value)) %>% ggplot(., aes(x=year, y=Total, colour=party)) + geom_line() + scale_x_continuous(breaks=seq(2009, 2017, 2)) ``` ## Exercício 7 ```{r exercicio_07, fig.height=15} reembolsos %>% filter(year==2017) %>% group_by(subquota_description) %>% summarise(Total=sum(total_net_value)) %>% ggplot(., aes(x=reorder(subquota_description, -Total), y=Total)) + geom_col() + labs(x="Descrição da Subquota", y="Valor Total") + theme(axis.text.x = element_text(angle = 90, vjust=0.5, hjust = 1)) ``` ## Exercício 8 ```{r exercicio_08} reembolsos_PB %>% filter(subquota_description=="Congressperson meal") %>% filter(year==2017) %>% group_by(supplier) %>% summarise(Media=mean(total_net_value)) %>% arrange(desc(Media)) ``` ```{r exercicio_08b} reembolsos %>% filter(state=="PB") %>% filter(subquota_description=="Congressperson meal") %>% arrange(desc(total_net_value)) %>% select(congressperson_name, party, supplier, total_net_value) %>% arrange(desc(total_net_value)) ``` ## Exercício 9 ```{r exercicio_09} reembolsos_PB %>% filter(subquota_description=="Congressperson meal") %>% filter(year==2017) %>% group_by(supplier) %>% count() %>% arrange(desc(n)) ``` ## Exercício 10 ```{r exercicio_10} reembolsos_PB %>% filter(subquota_description=="Congressperson meal") %>% filter(year==2017) %>% group_by(supplier) %>% count() %>% arrange(desc(n)) ```