salarios_juizes.Rmd

---
title: "salarios_juizes"
output: html_document
---

```{r}
library("readr")
library("dplyr")
library("jsonlite")
library("stringr")
library("plotly")
library("tidyverse")
library("lubridate")
```


```{r}
salarios = read_csv("salarios_tratados_com_mes.csv")

n=3
```


## Transformando de char para date.
```{r}
#salarios$mes_ano_referencia <- as.character.Date(salarios$mes_ano_referencia)
salarios$mes_ano_referencia <- paste0("01/",salarios$mes_ano_referencia )

salarios$mes_ano_referencia <- dmy(salarios$mes_ano_referencia)
teste <- as.Date(salarios$mes_ano_referencia, "%Y-%m")
```


```{r}

max_mes_ano_referencia = "05/18"


teto = 33700

n_mes = unique(salarios$mes_ano_referencia) %>% length()
acima = salarios$rendimento_liquido - teto
total_rendimentos = sum(salarios$rendimento_liquido)

total_rendimentos_mes = total_rendimentos/n_mes
porcentagem = total_rendimentos/(nrow(salarios)*teto)
```

# Ranking salarios juizes
### Historico
```{r}
top_n_salarios_historico = salarios %>% arrange(-rendimento_liquido) %>% slice(1:n) %>% select(nome, mes_ano_referencia, rendimento_liquido)
```

### Ultimo mes
```{r}
top_n_salarios_ultimo_mes = salarios %>% filter(mes_ano_referencia == max_mes_ano_referencia) %>% arrange(-rendimento_liquido) %>% slice(1:n) %>% select(nome, mes_ano_referencia, rendimento_liquido)
```

### Magistrado mochileiro
```{r}
top_n_diarias = salarios %>% group_by(nome) %>% summarise(aux_diarias = sum(diarias)) %>% 
  arrange(-aux_diarias) %>% slice(1:n)
```

### Magistrado da laje
```{r}
top_n_moradia = salarios %>% group_by(nome) %>% summarise(aux_moradia = sum(auxilio_moradia)) %>% 
  arrange(-aux_moradia) %>% slice(1:n)
```

### Magistrado estudioso
```{r}
top_n_escolar = salarios %>% group_by(nome) %>% summarise(auxilio_escola = sum(auxilio_pre_escolar)) %>% arrange(-auxilio_escola) %>% slice(1:n)
```

# Ranking despesas dos tribunais com magistrados
```{r}
top_n_salarios_historico = salarios %>% 
  group_by(orgao, mes_ano_referencia) %>% 
  mutate(auxilio_medio_magistrados = sum(direitos_pessoais, indenizacoes, direitos_eventuais)/n()) %>% 
  select(orgao, mes_ano_referencia, auxilio_medio_magistrados) %>%
  distinct() %>% 
  arrange(-auxilio_medio_magistrados)

top_n_salarios_historico[1:3,]
```



## Teste no quesito da data. 
```{r}
juiz <- salarios %>%
  filter(nome == "Flávio Mariano Mundim")

ordenado <- juiz  %>% arrange(mes_ano_referencia)
juiz  %>%
      arrange(mes_ano_referencia) %>%
      plot_ly(y = ~ total,
              x = ~ mes_ano_referencia,
              type = "scatter",
              mode = 'lines',
              source = "temporal")


```