update gera_correlacoes

scripts/gera_correlacoes.R

@@ -42,7 +42,8 @@ path_naladi_ncm_manual <- file.path(
   "correlacoes",
   "aladi",
   "naladi_ncm",
-  "correlacao_ncm_naladi_manual.xlsx"
+  # "correlacao_ncm_naladi_manual.xlsx"
+  "correlacao_ncm_naladi_res_812.xlsx"
 )
 
 path_naladi <- file.path(
@@ -114,33 +115,38 @@ write_parquet(correlacao_completa, "dados_gerados/dataset_ncm.parquet")
 
 # Organiza dados da correlação NCM Naladi ---------------------------------
 
-load(path_naladi_ncm)
+# load(path_naladi_ncm)
 
 naladi_ncm_manual <- read_xlsx(path_naladi_ncm_manual)
 
-correlacao_completa <- correlacao_naladi_ncm |> 
-  distinct() |> 
-  rename_with(~str_to_upper(.x))
-
-# obtem ultimo ano
-colunas <- names(correlacao_completa)
+colunas <- names(naladi_ncm_manual)
 
 ano_max <- colunas |> 
-  str_extract("[0-9]+") |> 
-  max() |> 
+  str_extract("\\d{4}") |> 
+  max(na.rm = TRUE) |> 
   unique()
 
-naladi_ncm_auto <- correlacao_completa |> 
+naladi_ncm_manual <- naladi_ncm_manual |> 
   select(contains(ano_max)) |> 
   distinct()
 
-if(nrow(naladi_ncm_manual) >= nrow(naladi_ncm_auto)) {
-  naladi_ncm <- naladi_ncm_manual
-} else {
-  naladi_ncm <- naladi_ncm_auto
-}
+# correlacao_completa <- correlacao_naladi_ncm |> 
+#   distinct() |> 
+#   rename_with(~str_to_upper(.x))
+# 
+# # obtem ultimo ano
+# colunas <- names(correlacao_completa)
+# 
+# ano_max <- colunas |> 
+#   str_extract("[0-9]+") |> 
+#   max() |> 
+#   unique()
+# 
+# naladi_ncm_auto <- correlacao_completa |> 
+#   select(contains(ano_max)) |> 
+#   distinct()
 
-naladi_ncm |> 
+naladi_ncm_manual |> 
   write_parquet("dados_gerados/dataset_naladi_ncm.parquet")