Fase2/1
Lucas Tavares
17/05/2026
Dados Descritivos da Matéria
Análise de Dados
Professor Adriano Lauro
Universidade Celso Lisboa ####################################################
#Projeto 2° Fase author: Tiago Oliveira & Lucas Tavares date: Rio de Janeiro 2026-05-17 output: html_document
##Fonte Informativa para Elaboração do Projeto ####https://portaldatransparencia.gov.br/download-de-dados/cpgf
###Competencia Janeiro de 2020
#Referencia de Estudo ###https://rpubs.com/adlauro/trabalhando_com_r
##Carregamento de pacotes
library(readxl)
library(readr)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(tidyr)
library(lubridate)##
## Attaching package: 'lubridate'## The following objects are masked from 'package:base':
##
## date, intersect, setdiff, union#ggplot2 Tipos de Gráficos #######################################
library(ggplot2)
library(kableExtra)##
## Attaching package: 'kableExtra'## The following object is masked from 'package:dplyr':
##
## group_rowsAgora o projeto será alimentado com dados do Projeto
Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 <- read_excel("2020.xlsx")Analise da Planilha com Base de Dados
glimpse (Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020)## Rows: 8,177
## Columns: 15
## $ `CÓDIGO ÓRGÃO SUPERIOR` <dbl> 63000, 63000, 63000, 63000, 63000, 63000, 630…
## $ `NOME ÓRGÃO SUPERIOR` <chr> "Advocacia-Geral da União", "Advocacia-Geral …
## $ `CÓDIGO ÓRGÃO` <dbl> 63000, 63000, 63000, 63000, 63000, 63000, 630…
## $ `NOME ÓRGÃO` <chr> "Advocacia-Geral da União - Unidades com vÃnc…
## $ `CÓDIGO UNIDADE GESTORA` <dbl> 110161, 110161, 110161, 110161, 110161, 11016…
## $ `NOME UNIDADE GESTORA` <chr> "SUPERINTENDENCIA REG. DE ADMIN. DA 1ª REGIAO…
## $ `ANO EXTRATO` <dbl> 2020, 2020, 2020, 2020, 2020, 2020, 2020, 202…
## $ `MÊS EXTRATO` <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, …
## $ `CPF PORTADOR` <chr> "***.903.253-**", "***.587.712-**", "***.587.…
## $ `NOME PORTADOR` <chr> "FRANCISCO PEREIRA TAVARES", "JUAN PABLO MART…
## $ `CNPJ OU CPF FAVORECIDO` <dbl> -2.000000e+00, -2.000000e+00, 4.214086e+12, 6…
## $ `NOME FAVORECIDO` <chr> "NAO SE APLICA", "NAO SE APLICA", "INSTRUMENT…
## $ TRANSAÇÃO <chr> "SAQUE CASH/ATM BB", "SAQUE CASH/ATM BB", "CO…
## $ `DATA TRANSAÇÃO` <dttm> 2019-12-03, 2019-12-04, 2019-12-02, 2019-11-…
## $ `VALOR TRANSAÇÃO` <dbl> 200.00, 100.00, 76.00, 18.00, 51.14, 306.35, …colnames (Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020)## [1] "CÓDIGO ÓRGÃO SUPERIOR" "NOME ÓRGÃO SUPERIOR" "CÓDIGO ÓRGÃO"
## [4] "NOME ÓRGÃO" "CÓDIGO UNIDADE GESTORA" "NOME UNIDADE GESTORA"
## [7] "ANO EXTRATO" "MÊS EXTRATO" "CPF PORTADOR"
## [10] "NOME PORTADOR" "CNPJ OU CPF FAVORECIDO" "NOME FAVORECIDO"
## [13] "TRANSAÇÃO" "DATA TRANSAÇÃO" "VALOR TRANSAÇÃO"Oscilação de modelo de dado
Alternando titulo das colunas
Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 <- read_excel <- Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 %>%
select(codigo_orgao_superior = `CÓDIGO ÓRGÃO SUPERIOR`,nome_orgao_superior = `NOME ÓRGÃO SUPERIOR`,codigo_orgao = `CÓDIGO ÓRGÃO`,nome_orgao = `NOME ÓRGÃO`,codigo_unidade_gestora = `CÓDIGO UNIDADE GESTORA`,nome_unidade_gestora = `NOME UNIDADE GESTORA`,ano = `ANO EXTRATO`,mes = `MÊS EXTRATO`,cpf_portador = `CPF PORTADOR`,nome_portador = `NOME PORTADOR`,cnpj_ou_cpf_fornecedor = `CNPJ OU CPF FAVORECIDO`,nome_fornecedor = `NOME FAVORECIDO`,transacao = TRANSAÇÃO,data_transacao = `DATA TRANSAÇÃO`,valor_transacao = `VALOR TRANSAÇÃO`
)Alterando Dados de uma Variável
Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 <- Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 %>%
mutate(codigo_orgao_superior = as.numeric(codigo_orgao_superior),codigo_orgao = as.numeric(codigo_orgao),codigo_unidade_gestora = as.numeric(codigo_unidade_gestora),ano = as.numeric(ano),mes = as.numeric(mes),cpf_portador = as.numeric(cpf_portador),cnpj_ou_cpf_fornecedor = as.numeric(cnpj_ou_cpf_fornecedor),valor_transacao = as.numeric(valor_transacao))## Warning: There was 1 warning in `mutate()`.
## ℹ In argument: `cpf_portador = as.numeric(cpf_portador)`.
## Caused by warning:
## ! NAs introduced by coercionReparando os NAs:
1 Identificando NA em toda base de dados
sum(is.na(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020))## [1] 98282 Anúncio do quantitativo de NAs por variável
summary(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020)## codigo_orgao_superior nome_orgao_superior codigo_orgao nome_orgao
## Min. :20000 Length :8177 Min. :20101 Length :8177
## 1st Qu.:25201 N.unique : 26 1st Qu.:22204 N.unique : 126
## Median :32000 N.blank : 0 Median :25205 N.blank : 0
## Mean :35991 Min.nchar: 19 Mean :29252 Min.nchar: 15
## 3rd Qu.:47000 Max.nchar: 44 3rd Qu.:30108 Max.nchar: 95
## Max. :63000 Max. :63000
##
## codigo_unidade_gestora nome_unidade_gestora ano mes
## Min. :110001 Length :8177 Min. :2020 Min. :1
## 1st Qu.:114622 N.unique : 488 1st Qu.:2020 1st Qu.:1
## Median :155125 N.blank : 0 Median :2020 Median :1
## Mean :189930 Min.nchar: 12 Mean :2020 Mean :1
## 3rd Qu.:200372 Max.nchar: 45 3rd Qu.:2020 3rd Qu.:1
## Max. :795500 Max. :2020 Max. :1
##
## cpf_portador nome_portador cnpj_ou_cpf_fornecedor nome_fornecedor
## Min. : NA Length :8177 Min. :-1.100e+01 Length :8177
## 1st Qu.: NA N.unique :1462 1st Qu.:-2.000e+00 N.unique :2753
## Median : NA N.blank : 0 Median : 3.611e+11 N.blank : 0
## Mean :NaN Min.nchar: 8 Mean : 1.092e+13 Min.nchar: 8
## 3rd Qu.: NA Max.nchar: 52 3rd Qu.: 1.282e+13 Max.nchar: 88
## Max. : NA Max. : 9.755e+13
## NAs :8177
## transacao data_transacao valor_transacao
## Length :8177 Min. :2019-11-26 00:00:00 Min. : 1.79
## N.unique : 5 1st Qu.:2019-12-02 00:00:00 1st Qu.: 95.00
## N.blank : 0 Median :2019-12-06 00:00:00 Median : 241.00
## Min.nchar: 17 Mean :2019-12-07 00:40:09 Mean : 580.37
## Max.nchar: 33 3rd Qu.:2019-12-12 00:00:00 3rd Qu.: 700.00
## Max. :2019-12-24 00:00:00 Max. :44644.32
## NAs :16513 Removendo todos os NAs da base
planilha_sem_nas <- na.omit(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020)EstatÃstica Básica
- desvio padrao
- mediana
- média
- máximo
- mÃnimo
- Dplyr -> dataframe
estatistica_gasto_cartao_corporativo <- data.frame(media_valor_transacao = mean(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020$valor_transacao),
mediana_valor_transacao = median(na.omit(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020$valor_transacao)),DESV_padrao_valor_transacao = sd(na.omit(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020$valor_transacao)),var_padrao_valor_transacao = var(na.omit(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020$valor_transacao)),max_valor_transacao = max(na.omit(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020$valor_transacao)),min_valor_transacao = min(na.omit(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020$valor_transacao)))Gráficos
Grafico de Colunas
Valor_orgao <- Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 %>%
count(nome_orgao_superior, sort = TRUE)
ggplot(Valor_orgao, aes(x = reorder(nome_orgao_superior , n), y = n)) + geom_col() + coord_flip() +
labs (
title = "Valores por órgão",
x = "Órgão Superior",
y = "Valor Transacionado"
)
##################################
## Histogramaggplot(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020, aes(x = codigo_orgao_superior )) + geom_histogram(bins = 30) +
labs(
title = "Distribuição por Órgão Superior",
x = "Órgão Superior",
y = "Frequência"
)
#########################################
# Boxplotggplot(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020, aes(y = valor_transacao)) + geom_boxplot() +
labs(
title = "Boxplot Valores de Transações por Órgão",
y = "Dispersão"
)
ggplot(Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020, aes(y = valor_transacao)) + geom_boxplot() +
labs(
title = "Boxplot Valores de Transações por Órgão",
y = "Dispersão"
)
Gráfico de linha
1. Agrupar por dia do mês e SOMAR os valores das transações
despesa_data <- Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 %>%
mutate(dia_do_mes = as.numeric(format(as.Date(`data_transacao`), "%d"))) %>%
group_by(dia_do_mes) %>%
summarise(valor_total = sum(`valor_transacao`, na.rm = TRUE))2. Criar o gráfico de linha com os novos eixos
ggplot(despesa_data, aes(x = dia_do_mes, y = valor_total)) +
geom_line(color = "firebrick", size = 1) +
geom_point(color = "firebrick", size = 2) + # Pontos ajudam a ver os dias exatos
scale_x_continuous(breaks = 1:31) + # Garante que mostre os dias de 1 a 31 no eixo X
labs(
title = "Evolução do Valor Total de Transações por Dia do Mês",
x = "Dia do Mês",
y = "Valor Total Transacionado (R$)"
) +
theme_minimal()## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once per session.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_line()`).## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_point()`).
# Gráfico de pizza
classificacao <- Cartão_de_Pagamento_do_Governo_Federal_CPGF_JANEIRO_DE_2020 %>%
count(valor_transacao)
ggplot(classificacao, aes(x = "", y = n, fill = valor_transacao)) + geom_col() +
coord_polar(theta = "y") +
labs(
title = "classificação de transação"
)