4

Estou fazendo um trabalho utilizando o portal da transparência, preciso juntar dois bancos de dados prof1.csv e prof2.csv. O resultado final do merge, que denominei prof.csv, está duplicando linhas devido as colunas 18 de salario bruto e 19 de salario liquido. Gostaria do resultado igual a Prof.csv. Ou seja, não desejo duplicar linhas mesmo se os salários são distintos e quero manter os valores de salários de meses distintos na mesma linha. Segue uma pequena parte do código que estou utilizando.

url1 <- url("https://raw.githack.com/fsbmat/salarioDocente/master/prof1.csv")
url2 <- url("https://raw.githack.com/fsbmat/salarioDocente/master/prof2.csv")
prof1 <- read.csv2(url1, header = TRUE,encoding = "ASCII")
prof2 <- read.csv2(url2, header = TRUE,encoding = "ASCII")
Prof <- merge(prof1,prof2,by=c("ID_SERVIDOR_PORTAL"       ,"NOME"                     ,"CPF"                     ,
                             "DATA_INICIO_AFASTAMENTO"  ,"DATA_TERMINO_AFASTAMENTO",
                             "JORNADA_DE_TRABALHO"      ,"DATA_INGRESSO_ORGAO"      ,"UF_EXERCICIO"            ,
                             "Nivel"                    ,"LOTACAO"                  ,"REG_JURIDICO"             ,"VINCULO"                 ,
                             "CARGO"                    ,"Org_Exercicio"            ,"Tempo")
                ,all.x= T, all.y= T)

1 Resposta 1

3

O merge está duplicando as linhas pelo fato de que existem cargos e níveis diferentes entre as 2 bases de dados para a mesma pessoa.

Por exemplo, em prof1, Fulano de Tal 1 possui CARGO P3G e em prof2 seu cargo é MS.

Dito isso, você deve retirar essas duas variáveis do argumento by.

merge(prof1, prof2, by = c("ID_SERVIDOR_PORTAL", "NOME", "CPF", "DATA_INICIO_AFASTAMENTO",
                           "DATA_TERMINO_AFASTAMENTO", "JORNADA_DE_TRABALHO", "DATA_INGRESSO_ORGAO",
                           "UF_EXERCICIO", "LOTACAO", "REG_JURIDICO", "VINCULO", "Org_Exercicio", "Tempo"),
  all = T)  %>% 
  select(-contains(".x")) %>% 
  rename(Nivel = Nivel.y, CARGO = CARGO.y)

Incluí os comando select e rename para manter apenas as variáveis Nivel e CARGO do base prof2

4
  • Oi Rafael, não tinha percebido isso. Tem como manter as colunas Nível e CARGO com os valores da planilha prof2.csv usando a função merge? Nesse caso, Nível.y e CARGO.y são as respostas que me interessam!
    – fsbmat
    Commented 26/02/2019 às 12:19
  • 1
    As variáveis com final .x são de prof1 e as com final .y são a de prof2. Commented 26/02/2019 às 12:25
  • Sim, entendo isso, mas as planilhas com que trabalho são enormes, por isso, desejo saber a forma mais simples de manter sempre os valores de prof2. Com novos códigos consigo faser isso, por exemplo: Prof$Nivel <- Prof$Nivel.y Prof$Cargo <- Prof$CARGO.y Prof <- Prof %>% select(1:13,16:21,24:25), mas se fosse possível manter já no primeiro código essa informação seria melhor!
    – fsbmat
    Commented 26/02/2019 às 12:29
  • 1
    Adicionei duas linhas de código, veja se atende o que você deseja Commented 26/02/2019 às 13:30

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .