script para leitura e tratamento de tabela do ibama sobre oleamento de praias do NE

gistfile1.txt

library(tabulizer)
library(dplyr)

setwd("~/GitHub/oleogate/data")

#Extrai tabelas do arquivo pdf. 
#Esse arquivo foi baixado do seguinte link 
# https://politica.estadao.com.br/blogs/estadao-verifica/wp-content/uploads/sites/690/2019/10/Ibama.pdf
#A tabela é extraída para um arquivo csv de forma a poder trabalhar melhor questões de encoding
tabulizer::extract_tables("ibama.pdf", output = "csv",outdir = getwd())

library(readr)
#lê o arquivo já com o formato de encoding apropriado
ibama <- read_csv("ibama-2.csv", locale = locale(encoding = "LATIN1"))

devtools::install_github("laresbernardo/lares")

library(lares)
library(stringr)
library(rlang)

names(ibama)[1]<- "Localidade"
names(ibama)[2]<-"Municipio"
names(ibama)[3]<-"data_avistamento"
names(ibama)[4]<-"uf"

#Converte tudo em maíusculo e faz limpeza de texto para facilitar joins com outras tabelas
ibama$Municipio<- str_to_upper(cleanText(ibama$Municipio))
ibama$Localidade<- str_to_upper(cleanText(ibama$Localidade))

#Corrige nomenclatura de alguns municípios
ibama[ibama$Municipio== "PORTO DE PEDRA",2]<- "PORTO DE PEDRAS"
ibama[ibama$Municipio== "CEARAMIRIM",2]<- "CEARA-MIRIM"

#Corrige UFs de alguns municípios
ibama[ibama$Municipio== "SAO CRISTOVAO",4]<- "SE"
ibama[ibama$Municipio== "SIRINHAEM",4]<- "PE"
ibama[ibama$Municipio== "ILHA GRANDE",4]<- "PI"

Provavelmente o município se acreditamos nas posições. (Fiz a checagem por elas.)