summarized_data = data %>% 
    filter(valorDocumento > 0) %>% 
    group_by(nomeParlamentar) %>% 
    summarise(gastos = sum(valorDocumento))

more_spenders <- summarized_data %>% 
  top_n(5, gastos) %>% 
  ggplot(aes(x = reorder(nomeParlamentar, gastos), y = gastos)) +
  guides(fill = guide_legend('Deputados')) +
  labs(x='Deputados', y='Gasto total') + 
  geom_col(width = 0.5) +
  coord_flip()

less_expenders <- summarized_data %>%
  arrange(gastos) %>%
  slice(1:5) %>%
  ggplot(aes(x = reorder(nomeParlamentar, gastos), y = gastos)) +
  guides(fill = guide_legend('Deputados')) +
  labs(x='Deputados', y='Gasto total') + 
  geom_col(width = 0.5) +
  coord_flip()

grid.arrange(more_spenders, less_expenders, nrow = 2)

e_exprenses = data %>% 
  filter(tipoDocumento == 2) %>% 
  group_by(nomeParlamentar) %>% 
  summarise(gastos = sum(valorDocumento))

greatest_backpackers <- e_exprenses %>% 
  top_n(5, gastos) %>% 
  ggplot(aes(x = reorder(nomeParlamentar, gastos), y = gastos, fill = nomeParlamentar)) +
  guides(fill = guide_legend('Deputados')) +
  labs(x='Deputados', y='Gasto total') + 
  geom_col(width = 0.7) +
  coord_flip()

less_backpackers <- e_exprenses %>% 
  arrange(gastos) %>%
  slice(1:5) %>%
  ggplot(aes(x = reorder(nomeParlamentar, gastos), y = gastos, fill = nomeParlamentar)) +
  guides(fill = guide_legend('Deputados')) +
  labs(x='Deputados', y='Gasto total') + 
  geom_col(width = 0.7) +
  coord_flip()

grid.arrange(greatest_backpackers, less_backpackers, nrow = 2)

# Quais os partidos cujos parlamentares mais usam CEAP no estado da Paraíba? Quais são os que menos usam? Mesmas perguntas considerando valores em R$.
part = data %>%
  filter(UF == "PB") %>% 
  group_by(sgPartido) %>% 
  summarise(gastos = sum(valorDocumento), n = n())

top_spenders_R <- part %>% 
  top_n(5, gastos) %>% 
  ggplot(aes(x = reorder(sgPartido, gastos), y = gastos, fill = sgPartido)) +
  guides(fill = guide_legend('Partidos')) +
  labs(x='Partidos', y='Gasto total') + 
  geom_col(width = 0.7) +
  coord_flip()

less_spenders_R <- part %>% 
  arrange(gastos) %>%
  slice(1:5) %>%
  ggplot(aes(x = reorder(sgPartido, gastos), y = gastos, fill = sgPartido)) +
  guides(fill = guide_legend('Partidos')) +
  labs(x='Partidos', y='Gasto total') + 
  geom_col(width = 0.7) +
  coord_flip()

grid.arrange(top_spenders_R, less_spenders_R, nrow = 2)

top_spenders_N <- part %>% 
  top_n(5, n) %>% 
  ggplot(aes(x = reorder(sgPartido, n), y = gastos, fill = sgPartido)) +
  guides(fill = guide_legend('Partidos')) +
  labs(x='Partidos', y='Vezes que usou o CEAP') + 
  geom_col(width = 0.7) +
  coord_flip()

less_spenders_N <- part %>% 
  arrange(n) %>%
  slice(1:5) %>%
  ggplot(aes(x = reorder(sgPartido, n), y = gastos, fill = sgPartido)) +
  guides(fill = guide_legend('Partidos')) +
  labs(x='Partidos', y='Vezes que usou o CEAP') + 
  geom_col(width = 0.7) +
  coord_flip()

grid.arrange(top_spenders_N, less_spenders_N, nrow = 2)

# Quais os deputados que mais ultrapassam o limite de CEAP do seu estado?
rm_limit = data %>% 
  filter(!is.na(dataEmissao)) %>% 
  group_by(nomeParlamentar, format(dataEmissao, "%m"), format(dataEmissao, "%y")) %>% 
  summarise(gastos = sum(valorLíquido), limite = mean(limite_mensal)) %>% 
  filter(gastos > limite) %>%
  group_by(nomeParlamentar) %>%
  summarise(gastos = max(gastos)) %>% 
  top_n(10, gastos)

rm_limit %>% 
  ggplot(aes(x = reorder(nomeParlamentar, gastos), y = gastos)) +
  guides(fill = guide_legend('Partidos')) +
  labs(x='Partidos', y='Gastos Totais') + 
  geom_col(width = 0.7) +
  coord_flip()

# Quais estados cujos parlamentares gastam mais com passagens aéreas?
flyers = data %>%
  filter(tipoDespesa == "Emissão Bilhete Aéreo") %>% 
  group_by(UF) %>% 
  summarise(gastos = sum(valorDocumento)) %>% 
  top_n(5, gastos)

flyers %>% 
  ggplot(aes(x = reorder(UF, gastos), y = gastos, fill = UF)) +
  guides(fill = guide_legend('Estados')) +
  labs(x='Estados', y='Gastos Totais') + 
  geom_col(width = 0.7) +
  coord_flip()

# Escolha três partidos e responda: Quais são os tipos de despesa mais utilizados no uso da CEAP pelos deputados desses partidos? Mesma pergunta considerando valores em R$.

dem = data %>%
  filter(sgPartido == "DEM") %>% 
  group_by(tipoDespesa) %>% 
  summarise(gastos = sum(valorDocumento), n = n())

dem_top_spend_r <- 
  dem %>% top_n(5, gastos) %>% 
  ggplot(aes(x = reorder(tipoDespesa, gastos), y = gastos)) +
  labs(x='Tipo de Despesa', y='Gastos Totais') + 
  geom_col(width = 0.7) +
  coord_flip()

dem_top_spend_n <- 
  dem %>% top_n(5, n) %>% 
  ggplot(aes(x = reorder(n, gastos), y = n)) +
  labs(x='Tipo de Despesa', y='Vezes que usou o CEAP') + 
  geom_col(width = 0.7) +
  coord_flip()

grid.arrange(dem_top_spend_r, dem_top_spend_n, nrow = 2)

psl = data %>%
  filter(sgPartido == "PSL") %>% 
  group_by(tipoDespesa) %>% 
  summarise(gastos = sum(valorDocumento), n = n())

psl_top_spend_r <- 
  psl %>% top_n(5, gastos) %>% 
  ggplot(aes(x = reorder(tipoDespesa, gastos), y = gastos)) +
  labs(x='Tipo de Despesa', y='Gastos Totais') + 
  geom_col(width = 0.7) +
  coord_flip()

psl_top_spend_n <- 
  psl %>% top_n(5, n) %>% 
  ggplot(aes(x = reorder(n, gastos), y = n)) +
  labs(x='Tipo de Despesa', y='Vezes que usou o CEAP') + 
  geom_col(width = 0.7) +
  coord_flip()

grid.arrange(psl_top_spend_r, psl_top_spend_n, nrow = 2)

avante = data %>%
  filter(sgPartido == "AVANTE") %>% 
  group_by(tipoDespesa) %>% 
  summarise(gastos = sum(valorDocumento), n = n())

avante_top_spend_r <- 
  avante %>% top_n(5, gastos) %>% 
  ggplot(aes(x = reorder(tipoDespesa, gastos), y = gastos)) +
  labs(x='Tipo de Despesa', y='Gastos Totais') + 
  geom_col(width = 0.7) +
  coord_flip()

avante_top_spend_n <- 
  avante %>% top_n(5, n) %>% 
  ggplot(aes(x = reorder(n, gastos), y = n)) +
  labs(x='Tipo de Despesa', y='Vezes que usou o CEAP') + 
  geom_col(width = 0.7) +
  coord_flip()

grid.arrange(avante_top_spend_r, avante_top_spend_n, nrow = 2)