---
title: "Painel Criminalidade - Veículos MG (BPTran)"
output:
  flexdashboard::flex_dashboard:
    orientation: rows
    vertical_layout: scroll
    theme: cosmo
    self_contained: true
    source_code: embed
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE, message = FALSE, warning = FALSE)

library(tidyverse)
library(DT)
library(janitor)
library(sf)
library(geobr)
library(viridis)
library(htmltools)
library(stringi)

# 1) Verificar arquivos
arq_roubos <- "veiculos_roubados.csv"
arq_furtos <- "veiculos_furtados.csv"

if (!file.exists(arq_roubos) || !file.exists(arq_furtos)) {
  stop("ERRO: Coloque 'veiculos_roubados.csv' e 'veiculos_furtados.csv' na mesma pasta do .Rmd.")
}

# 2) Ler CSV com separador ;  (ponto-e-vírgula)
ler_csv_pv <- function(arquivo) {
  readr::read_delim(
    file = arquivo,
    delim = ";",
    locale = locale(encoding = "Latin1"),
    show_col_types = FALSE,
    trim_ws = TRUE
  )
}

roubos <- ler_csv_pv(arq_roubos) %>% mutate(Natureza = "Roubo")
furtos <- ler_csv_pv(arq_furtos) %>% mutate(Natureza = "Furto")

dados <- bind_rows(roubos, furtos) %>%
  janitor::clean_names() %>%
  mutate(
    registros = suppressWarnings(as.numeric(registros)),
    mes = suppressWarnings(as.integer(mes)),
    ano_fato = suppressWarnings(as.integer(ano_fato)),

    # cod_ibge: limpa tudo, garante 7 dígitos (padrão municipio ibge)
    cod_ibge = stringr::str_replace_all(as.character(cod_ibge), "[^0-9]", ""),
    cod_ibge = stringr::str_pad(cod_ibge, width = 7, side = "left", pad = "0")
  )

# 3) Checar colunas mínimas
campos_obrig <- c("registros", "municipio", "cod_ibge", "mes", "ano_fato", "natureza")
faltando <- setdiff(campos_obrig, names(dados))
if (length(faltando) > 0) {
  stop(paste("ERRO: faltam colunas no CSV:", paste(faltando, collapse = ", ")))
}

# 4) Filtrar período
dados_recentes <- dados %>%
  filter(ano_fato >= 2023) %>%
  mutate(data_base = as.Date(paste(ano_fato, mes, "01", sep = "-")))

# 5) Totalizadores
total_roubo <- dados_recentes %>%
  filter(natureza == "Roubo") %>%
  summarise(t = sum(registros, na.rm = TRUE)) %>%
  pull(t)

total_furto <- dados_recentes %>%
  filter(natureza == "Furto") %>%
  summarise(t = sum(registros, na.rm = TRUE)) %>%
  pull(t)

# 6) DataTables PT-BR (sem depender de internet/CDN)
dt_lang_ptbr <- list(
  sEmptyTable = "Nenhum dado disponível na tabela",
  sInfo = "Mostrando _START_ até _END_ de _TOTAL_ registros",
  sInfoEmpty = "Mostrando 0 até 0 de 0 registros",
  sInfoFiltered = "(filtrado de _MAX_ registros no total)",
  sLengthMenu = "Mostrar _MENU_ registros",
  sLoadingRecords = "Carregando...",
  sProcessing = "Processando...",
  sSearch = "Pesquisar:",
  sZeroRecords = "Nenhum registro encontrado",
  oPaginate = list(sNext = "Próximo", sPrevious = "Anterior", sFirst = "Primeiro", sLast = "Último")
)

# 7) Mapa de MG por municipio (join pelo cod_ibge)
mapa_mg <- geobr::read_municipality(code_muni = "all", year = 2020, showProgress = FALSE) %>%
  dplyr::filter(code_state == 31) %>%
  dplyr::mutate(code_muni = stringr::str_pad(as.character(code_muni), width = 7, side = "left", pad = "0"))


# --- 1) Criar chave de municipio no MAPA (sem acento / caixa alta) ---
lookup_municipios <- mapa_mg %>%
  sf::st_drop_geometry() %>%
  transmute(
    code_muni = stringr::str_pad(as.character(code_muni), width = 7, side = "left", pad = "0"),
    municipio_mapa = name_muni,
    chave_muni = stringr::str_squish(
      stringi::stri_trans_general(toupper(name_muni), "Latin-ASCII")
    )
  ) %>%
  distinct(chave_muni, .keep_all = TRUE)

# --- 2) Criar chave de municipio nos DADOS (sem acento / caixa alta) ---
dados_recentes <- dados_recentes %>%
  mutate(
    chave_muni = stringr::str_squish(
      stringi::stri_trans_general(toupper(municipio), "Latin-ASCII")
    )
  )

# --- 3) Colar o code_muni no seu dado pelo nome do municipio ---
dados_com_codigo <- dados_recentes %>%
  left_join(lookup_municipios %>% select(code_muni, chave_muni), by = "chave_muni")

# --- 4) Agregar e juntar ao mapa ---
dados_mapa <- dados_com_codigo %>%
  group_by(code_muni) %>%
  summarise(total = sum(registros, na.rm = TRUE), .groups = "drop")

mapa_final <- mapa_mg %>%
  mutate(code_muni = stringr::str_pad(as.character(code_muni), width = 7, side = "left", pad = "0")) %>%
  left_join(dados_mapa, by = "code_muni")
```

Visão Geral {data-icon="fa-tachometer"}
=======================================================================
Row {data-height=230}
-----------------------------------------------------------------------

### INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA - IFSULDEMINAS

```{r results='asis'}
HTML('
<div style="background-color:#f5f5f5; padding:15px; border-radius:8px;">
  <div style="display:flex; justify-content:space-between; align-items:flex-start;">
    <div>
      <strong>Polícia Militar de Minas Gerais</strong><br>
      <strong>BPTran</strong><br><br>
      <strong>Relatório:</strong> Roubos e Furtos de Veículos<br>
      <strong>Período:</strong> 2023 a 2025<br><br>
      <strong>Discente:</strong> Marcelo José Gomes da Silva<br>
      <strong>Nº Polícia:</strong> 129.894-2<br>
      <strong>Email:</strong> marcelo.gomes@alunos.ifsuldeminas.edu.br<br>
    </div>
    <div style="text-align:right;">
      <img src="logo.png" style="height:110px;">
    </div>
  </div>
</div>
')

```

### Total de Roubos

```{r}
flexdashboard::valueBox(format(total_roubo, big.mark="."), icon = "fa-exclamation-triangle", color = "danger")
```

### Total de Furtos

```{r}
flexdashboard::valueBox(format(total_furto, big.mark="."), icon = "fa-car", color = "warning")
```

Row {data-height=520}
-----------------------------------------------------------------------

### Tabela Interativa (2023–2025)

```{r}
tabela_exibicao <- dados_recentes %>%
  select(municipio, ano_fato, mes, natureza, registros, risp, rmbh) %>%
  arrange(desc(ano_fato), desc(mes))

DT::datatable(
  tabela_exibicao,
  colnames = c("municipio", "Ano", "Mês", "Natureza", "Registros", "RISP", "RMBH"),
  options = list(pageLength = 10, scrollX = TRUE, language = dt_lang_ptbr)
)
```

Gráficos Estatísticos {data-icon="fa-chart-bar"}
=======================================================================

Row {data-height=520}
-----------------------------------------------------------------------

### Evolução Mensal (Linha)

```{r}
evolucao <- dados_recentes %>%
  group_by(data_base, natureza) %>%
  summarise(total = sum(registros, na.rm = TRUE), .groups = "drop")

ggplot(evolucao, aes(x = data_base, y = total, color = natureza)) +
  geom_line(linewidth = 1.1) +
  geom_point() +
  labs(
    title = "Evolução mensal de ocorrências",
    x = "Data",
    y = "Total de ocorrências",
    color = "Natureza"
  ) +
  theme_minimal()
```

### Comparativo Geral (Barras)

```{r}
comparativo <- dados_recentes %>%
  group_by(natureza) %>%
  summarise(total = sum(registros, na.rm = TRUE), .groups = "drop")

ggplot(comparativo, aes(x = natureza, y = total, fill = natureza)) +
  geom_col() +
  labs(
    title = "Total acumulado (2023–2025)",
    x = "Natureza",
    y = "Total"
  ) +
  theme_minimal() +
  theme(legend.position = "none")
```

Row {data-height=520}
-----------------------------------------------------------------------

### Top 10 municipios (Ranking)

```{r}
top10 <- dados_recentes %>%
  group_by(municipio) %>%
  summarise(total = sum(registros, na.rm = TRUE), .groups = "drop") %>%
  slice_max(order_by = total, n = 10)

ggplot(top10, aes(x = reorder(municipio, total), y = total)) +
  geom_col() +
  coord_flip() +
  labs(
    title = "10 municipios com mais registros (2023–2025)",
    x = "",
    y = "Ocorrências"
  ) +
  theme_minimal()
```

### Sazonalidade (Acumulado por Mês)

```{r}
sazonal <- dados_recentes %>%
  group_by(mes) %>%
  summarise(total = sum(registros, na.rm = TRUE), .groups = "drop") %>%
  arrange(mes)

ggplot(sazonal, aes(x = factor(mes), y = total)) +
  geom_col() +
  labs(
    title = "Ocorrências por mês (acumulado 2023–2025)",
    x = "Mês (1=Jan ... 12=Dez)",
    y = "Total"
  ) +
  theme_minimal()
```

Mapa Temático {data-icon="fa-map"}
=======================================================================

Row {data-height=900}
-----------------------------------------------------------------------

### Mapa por municipio (MG) — total de registros (2023–2025)

```{r}
ggplot(mapa_final) +
  geom_sf(aes(fill = total), color = NA) +
  scale_fill_viridis_c(
    option = "magma",
    direction = -1,
    name = "Total",
    na.value = "grey90"
  ) +
  labs(
    title = "Distribuição espacial — Minas Gerais (2023–2025)",
    subtitle = "Total de registros por municipio"
  ) +
  theme_void()
```