adiciona correlacoes de ncms originais dentro da mesma revisao

scripts/gera_correlacoes.R

@@ -3,6 +3,8 @@ library(tidyselect)
 library(stringr)
 library(nanoparquet)
 library(tidyr)
+library(readxl)
+library(purrr)
 
 # carrega caminhos para dados
 
@@ -15,6 +17,15 @@ path_ncm <- file.path(
   "correlacao_completa_ncm.Rda"
 )
 
+path_ncm_detalhada <- file.path(
+  Sys.getenv("general"),
+  "Bases",
+  "correlacoes",
+  "mercosul",
+  "output",
+  "correlacao_completa_ncm_detalhada.xlsx"
+)
+
 path_naladi_ncm <- file.path(
   Sys.getenv("general"),
   "Bases",
@@ -36,6 +47,38 @@ path_naladi <- file.path(
 )
 
 
+# Obter códigos que mudaram nas revisões ----------------------------------
+
+correlacao_ncm_detalhada <- read_xlsx(path_ncm_detalhada, guess_max = 1e6)
+
+# funcao para obter linhas com mudancas de codigo em cada revisao NCM
+filtra_mudancas <- function(x, padrao) {
+  x |> 
+    select(matches(padrao)) |> 
+    filter(
+     if_any(-1, ~ !is.na(.))
+    ) |> 
+    mutate(!!padrao := do.call(coalesce, as.list(across(-1)))) |> 
+    select(
+      ncm_original = 1,
+      last_col()
+    ) |> 
+    distinct()
+}
+
+# cria lista de nomes para usar como input em filtra_mudancas
+nomes_para_funcao <- names(correlacao_ncm_detalhada) |> 
+  str_extract("NCM_\\d{4}") |> 
+  unique()
+
+# obtem lista com as ncms originais das revisoes
+ncms_originais <- nomes_para_funcao |> 
+  map(~ filtra_mudancas(correlacao_ncm_detalhada, padrao = .x))
+
+names(ncms_originais) <- nomes_para_funcao
+
+saveRDS(ncms_originais, "dados_gerados/ncms_originais.rds")
+
 # Organiza dados da correlação NCM ----------------------------------------