Construção de Tabelas

# base2 <- readRDS("base2.rds")
base2 <- readRDS("base5perc.rds")

library(knitr)
library(tidyverse)
## ── Attaching packages ───────────────────────────────────── tidyverse 1.2.1 ──
## ✔ ggplot2 2.2.1     ✔ purrr   0.2.4
## ✔ tibble  1.3.4     ✔ dplyr   0.7.4
## ✔ tidyr   0.7.2     ✔ stringr 1.3.0
## ✔ readr   1.1.1     ✔ forcats 0.2.0
## ── Conflicts ──────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
base2 %>% 
  select(NO_IES, DS_CATEGORIA_ADMINISTRATIVA, CO_MUNICIPIO_NASCIMENTO) %>% 
  transmute(Nome = NO_IES, 
            Categoria = DS_CATEGORIA_ADMINISTRATIVA, 
            Codigo = as.character(CO_MUNICIPIO_NASCIMENTO) ) %>% 
  mutate(UF = str_sub(string = Codigo, start = 1, end = 2)) %>% 
  group_by(UF, Categoria) %>% 
  count() %>% 
    filter(UF == "26") %>% arrange(desc(n)) %>% kable()
UF Categoria n
26 Pública Federal 230
26 Privada com fins lucrativos 172
26 Privada sem fins lucrativos 162
26 Pública Estadual 69
26 Pública Municipal 31
26 Especial 2