Inclusão de shapes dos estados e argumento booleano para retornar dados espacializados;
Adicionar argumento booleano para retornar o formato da tabela diferente com o tidyr;
Inclusão de argumento booleano para retornar o número de ocorrências a cada 100 mil habitantes (dados de projeções mensais provenientes das projeções do IBGE);
Adicionar testes para as funções;
Adição da função que coleta os dados divulgados na plataforma gov.br disponibilizados pelo Ministério da Justiça (Sinesp-VDE);
Subir versão inicial para o CRAN;
Incluir dados populacionais anuais por município e interpolar dados por mês para o argumento relative_values da função get_sinesp_vde_data; e
Adicionar microdados do SUS com estatísticas sobre violência (agressões).
A principal função do pacote BrazilCrime é disponibilizar de maneira acessível os dados sobre criminalidade e violência do Brasil, através da linguagem R.
Para isso coleta-se as informações divulgadas pelo Sistema Nacional de Informações de Segurança Pública (Sinesp), órgao do Ministério da Justiça e Segurança Pública, esses dados são organizados em um data frame e disponibilizados ao usuário.
Nessa primeira versão, temos disponível dados a partir de janeiro de 2015 até dezembro de 2022, em estratificação por unidade federativa, para as seguintes tipologias criminais: Estupro, Furto de Veículo, Homicídio Doloso, Lesão Corporal Seguida de Morte, Roubo a Insituição Financeira, Roubo de Carga, Roubo de Veículo, Roubo Seguido de Morte (Latrocínio) e Tentativa de Homicídio.
Versão oficial no CRAN:
install.packages("BrazilCrime")
library(BrazilCrime)
Versão de desenvolvimento:
install.packages("devtools")
::install_github("GiovanniVargette/BrazilCrime")
devtoolslibrary(BrazilCrime)
Baixar todos os dados do SINESP entre 2015 e 2022 com granularidade mensal.
<- get_sinesp_data() dados
Baixar todos os dados do SINESP entre 2015 e 2022 com granularidade anual.
<- get_sinesp_data(granularity = 'year') dados
Baixar todos os dados do SINESP de 2018 e 2019 sobre homicídio doloso para os estados de São Paulo, Rio de Janeiro e Minas Gerais com granularidade mensal.
<- get_sinesp_data(state = c('RJ', 'SP', 'MG'),
dados typology = 'Homicídio doloso',
year = c(2018, 2019))
Baixar os dados dos estados do Sul do Brasil sobre roubo de veículos para o ano de 2022 com granularidade anual e com os vetores espaciais das UFs.
<- get_sinesp_data(state = c('PR','SC','RS'),
data_sul typology = 'Roubo de veículo',
year = 2022,
geom = T,
granularity = 'year')
# criar o mapa
library(ggplot2)
ggplot(data = data_sul) +
geom_sf(aes(fill = ocorrencias)) +
theme_minimal() +
labs(title = "Mapa de Ocorrências",
subtitle = "Visualização espacial das ocorrências",
fill = "Qtd de ocorrências")
Para citar em trabalhos utilize:
citation("BrazilCrime)
#To cite package ‘BrazilCrime’ in publications use:
# Vargette G, Justus M, Laltuf I (2024). _BrazilCrime: Crime data from Brazil_. R
# package version 0.0.2, <https://github.com/GiovanniVargette/BrazilCrime>.
#A BibTeX entry for LaTeX users is
# @Manual{,
# title = {BrazilCrime: Crime data from Brazil},
# author = {Giovanni Vargette, Marcelo Justus and Igor Laltuf},
# year = {2024},
# note = {R package version 0.0.3},
# url = {https://github.com/GiovanniVargette/BrazilCrime},
# }