8  Processamento e Padronização

Após o download, os dados brutos do Power BI precisam ser processados e padronizados. O pacote vigiar oferece funções de processamento por domínio que seguem o padrão do microdatasus.

8.1 Por que processar?

Os dados brutos do Power BI:

  • Usam nomes de colunas inconsistentes (muni, UF, Media_pm25)
  • Tipos de dados podem vir como character quando deveriam ser numeric
  • Não possuem metadados estruturados
  • Códigos de município podem não estar no formato IBGE padrão

O processamento resolve esses problemas e adiciona classes S3 tipadas.

8.2 Pipeline de processamento

library(vigiar)

vigiar_conectar()

# Download
dados <- vigiar_baixar_rj("df_anual")

# Processamento
pm25 <- process_pm25(dados, tipo = "anual")

8.3 Processamento por domínio

Cada domínio de dados tem sua própria função process_*():

8.3.1 Qualidade do Ar (PM2.5)

# PM2.5 anual
pm25_anual <- process_pm25(dados_anual, tipo = "anual")

# PM2.5 mensal
pm25_mensal <- process_pm25(dados_mensal, tipo = "mensal")

Padronizações aplicadas:

Original Padronizado Tipo
muni cod_municipio integer (6 dígitos)
UF sigla_uf character
Media_pm25 pm25_media_anual numeric
Categoria_pm25 pm25_categoria factor
LAT latitude numeric
LON longitude numeric

8.3.2 Indicadores de Saúde

indicadores <- process_indicadores_saude(dados_saude)

8.3.3 População Exposta

pop <- process_populacao_exposta(dados_pop)

8.3.4 Exposição Indoor

indoor <- process_exposicao_indoor(dados_indoor)

8.3.5 Fração Atribuível

fracao <- process_fracao_atribuivel(dados_fracao)

8.3.6 Municípios

municipios <- process_municipios(dados_muni)

8.3.7 UFs

ufs <- process_ufs(dados_uf)

8.4 Processamento em lote

Para processar múltiplas tabelas de uma vez:

# Baixar todas as tabelas principais
tudo <- vigiar_baixar_principais()

# Processar tudo
tudo_processado <- process_vigiar(tudo)

8.5 Padronização manual de colunas

Se você precisar padronizar colunas específicas:

dados_padronizados <- vigiar_padronizar_colunas(dados,
  renomear = c(
    "muni" = "cod_municipio",
    "UF" = "sigla_uf"
  )
)

8.6 Classes S3 tipadas

Após o processamento, os dados recebem classes S3 que herdam de vigiar_tbl:

vigiar_pm25 → vigiar_tbl → tibble → data.frame
vigiar_health → vigiar_tbl → tibble → data.frame
vigiar_population → vigiar_tbl → tibble → data.frame
vigiar_indoor → vigiar_tbl → tibble → data.frame
vigiar_attributable_fraction → vigiar_tbl → tibble → data.frame

8.6.1 Métodos S3 disponíveis

# Print formatado
pm25

# Saída:
# # VIGIAR tibble: df_anual  |  5570 linhas x 12 colunas
# # Processado em: 2026-07-19 10:15:22
# # A tibble: 5,570 × 12
#    cod_municipio sigla_uf  ano pm25_media_anual pm25_categoria ...
# ...

# Resumo estatístico
summary(pm25)

# Validação
validate(pm25)

8.7 Resumo por domínio

Cada classe S3 tem seu próprio método de resumo:

# Resumo PM2.5
vigiar_resumo_pm25(pm25)

# Resumo população
vigiar_resumo_populacao(pop)

# Resumo indicadores de saúde
vigiar_resumo_saude(indicadores)

# Resumo indoor
vigiar_resumo_indoor(indoor)

# Resumo fração atribuível
vigiar_resumo_fracao_atribuivel(fracao)

# Resumo genérico (dispatch automático)
vigiar_resumo(pm25)

8.8 Verificações pós-processamento

# Checagem básica
vigiar_checar_dados(pm25, tabela = "df_anual")

# Verificar tipos das colunas
str(pm25)

# Verificar se há NAs introduzidos
colSums(is.na(pm25))

8.9 Exemplo completo de processamento

library(vigiar)
library(dplyr)

# 1. Conectar e baixar
vigiar_conectar()
tudo <- vigiar_baixar_principais()

# 2. Processar cada domínio
pm25    <- process_pm25(tudo$df_anual, tipo = "anual")
saude   <- process_indicadores_saude(tudo$tb_brasil)
pop     <- process_populacao_exposta(tudo$pop)
indoor  <- process_exposicao_indoor(tudo$df_indoor)
municipios <- process_municipios(tudo$df_muni)

# 3. Verificar classes
class(pm25)     # "vigiar_pm25" "vigiar_tbl" "tbl_df" ...
class(saude)    # "vigiar_health" "vigiar_tbl" ...

# 4. Resumos
vigiar_resumo(pm25)
vigiar_resumo(saude)

# 5. Validar
validate(pm25)
vigiar_validar_ibge(pm25, col_codigo = "cod_municipio")

vigiar_desconectar()