1. Quais são os deputados que gastaram mais dinheiro da CEAP? Quais são os mais econômicos?

Gerando o ranking dos que mais gastam e mais economizam:

ranking.expenditures = data.ceap %>%
  filter(valorLíquido > 0) %>%
  group_by(nomeParlamentar) %>%
  summarise(totalExpenditure = sum(valorLíquido)) %>%
  ungroup() %>%
  arrange(totalExpenditure)

top.spenders = ranking.expenditures %>%
  top_n(10, totalExpenditure) %>%
  mutate(expenses_gat = "Spender")

top.economicals = ranking.expenditures %>%
  top_n(-10, totalExpenditure) %>%
  mutate(expenses_gat = "Economical")

ranking.expenditures = rbind(top.spenders, top.economicals)

expense.min = min(ranking.expenditures$totalExpenditure)
expense.max = max(ranking.expenditures$totalExpenditure)

m_breaks = ranking.expenditures %>% select(totalExpenditure) %>% distinct()

ranking.expenditures %>%
  mutate(nomeParlamentar = reorder(nomeParlamentar, totalExpenditure)) %>%
  
  ggplot(aes(nomeParlamentar, totalExpenditure, fill=expenses_gat, color=expenses_gat)) +
  geom_bar(stat = "identity") +
  geom_text(data = top.economicals, size=2.8, color="#FF6600", hjust=1.1, fontface="bold", aes(label=totalExpenditure)) +
  geom_text(data = top.spenders, size=2.8, color="white", hjust=1.1, fontface="bold", aes(label=totalExpenditure)) +
  coord_flip() +
  
  scale_y_continuous(limits = c(expense.min - 100000, expense.max)) +
  scale_fill_manual(labels = c("10+ Econômicos", "10+ Gastadores"), values=c("#FF6600", "#4F0C68")) +
  scale_color_manual(labels = c("10+ Econômicos", "10+ Gastadores"), values=c("#FF6600", "#4F0C68")) +
  
  theme_minimal() +
  theme(plot.title = element_text(hjust = -1.5),
        legend.title = element_blank(), legend.position = "top") +
    labs(title="Deputados que mais e menos gastam o auxílio da CEAP", 
       y ="Gasto total", x = "Nome do Parlamentar")

Vemos que os valores gastos entre aqueles que mais gastaram é bastante discrepante em relação aos que menos gastaram. Em disparada, o deputado Edio Lopes gastou mais de 1 milhão de reais. Os 9 que o sucedem no ranking também gastaram mais de 1 milhão. Dos mais econômicos, o maior valor gasto no total passou apenas um pouco de 100 reais!

2. Quais os estados cujos deputados gastam mais no exterior? Quais os estados cujos deputados gastam menos no exterior?

require(scales)

SPENT_ABROAD = 2

# Gerando a quantidade total de gastos no exterior por estado
data.ceap.aggr.uf = data.ceap %>%
  filter(tipoDocumento == SPENT_ABROAD) %>%
  group_by(sgUF) %>%
  summarise(totalExpenditure = sum(valorLíquido)) %>%
  ungroup()

# Gerando plot
data.ceap.aggr.uf %>%
  mutate(sgUF = reorder(sgUF,totalExpenditure)) %>%
  ggplot(aes(sgUF, totalExpenditure, color = totalExpenditure > 0)) +
  geom_segment(aes(x = sgUF, xend = sgUF, y = 0, yend = totalExpenditure), size = 1.1, alpha = 0.6) +
  geom_point(size = 3.5) +
  coord_flip() +
  
  scale_color_manual(values=c("#AD1457"), name = "") +
  scale_y_continuous(label = unit_format(unit = "k", scale = 1e-3)) + 

  theme_minimal() +
  theme(legend.position = "NA") +
    labs(title="Federation unities whose congressmen more and less spent abroad", 
       x ="Federation Unity", y = "Total Expenditure (R$)")

Pelo gráfico, vemos que os estado de São Paulo, Minas Gerais, Pernambuco e Roraima são aqueles cujos deputados mamis gastam no exterior. Em São Paulo, o gasto total ultrapassou 100 mil reais. Em Roraima, aproximadamente 60 mil. É possível ver no gráfico também quais são os estados cujos deputados menos gastaram no exterior, são eles: Maranhão, Paraíba, Pará, Sergige e Espírito Santo.

3. Quais os partidos cujos parlamentares mais usam CEAP no estado da Paraíba? Quais são os que menos usam? Mesmas perguntas considerando valores em R$.

Investigando o uso de CEAP pelo partidos atuantes na Paraíba, podemos ver o seguinte comportamento:

require(gridExtra)
library(scales)
source(here::here("source_scripts/color_pallet.R"))

# Gerando a quantidade de uso e gasto total para deputados da Paraíba
data.ceap.pb = data.ceap %>%
  filter(sgUF == "PB") %>%
  group_by(sgPartido) %>%
  summarise(useCEAP = n(),
         totalExpenditure = sum(valorLíquido))

# Função que retorna um gráfico de barras usando os dados acima. 
# Como entrada, você pode especificar se quer analisar o total gasto com a CEAP ou a quantidade de vezes em que foi usada.
get_plot_qst_3 <- function(yVar, title, yLab, yScaleUnity, yScaleRound) {
  
  y.min = 0
  y.max = max(yVar)
  y.padding = ifelse(yScaleUnity == "k", 1e+3, 1e+6) * 0.5
  
  plot = data.ceap.pb %>%
    mutate(sgPartido = reorder(sgPartido, -yVar)) %>%
    ggplot(aes(sgPartido, yVar, color = sgPartido, fill = sgPartido)) +
    geom_bar(stat = "identity") +
    geom_text(aes(label=sgPartido), hjust=-0.25, angle=90, color="black", size=2.5) +

    scale_color_drsimonj(discrete = TRUE, palette = "hotpink") +
    scale_fill_drsimonj(discrete = TRUE, palette = "hotpink") + 
    scale_y_continuous(label = unit_format(unit = yScaleUnity, scale = yScaleRound),
                       limits = c(y.min, y.max + y.padding)) + 
    
    theme_minimal() +
    labs(title=title, x ="Federation Unity", y = yLab) +
    theme(legend.position = "NA",
          axis.text.x = element_text(size=6.5),
          axis.ticks.x = element_blank())
  
  return(plot)
}

# Reusando a função acima para gerar gráficos
plot1 = get_plot_qst_3(data.ceap.pb$totalExpenditure, 
                       title = "Political parties that most use CEAP at Paraíba", 
                       yLab = "Total Expenditure (R$)", yScaleUnity = "m", yScaleRound = 1e-6)

plot2 = get_plot_qst_3(data.ceap.pb$useCEAP, title = "", 
                       yLab = "Quantity of times used", yScaleUnity = "k", yScaleRound = 1e-3)

grid.arrange(plot1, plot2, ncol=2)

O PMDB lidera o uso da CEAP, tanto pela quantidade de vezes (4 mil vezes) que gerou gastos quanto pela soma do valor desses gastos (4 milhões). Como o PMDB está bem à frente de todos os outros partidos, uma hipótese é que esse partido possua a maior quantidade de deputados da Paraíba.
Uma coisa interessante é que o PP apesar de ter sido o segundo partido a usar a CEAP mais vezes (duas mil), ele não é o segundo no total dos gastos (está no 7º lugar, com pouco mais de 1 mil reais gastos). Provavelmente seus gastos geralmente têm valores muito baixos.
Os partidos PT, PSDB, PSC e PROS são aqueles que menos usaram a CEAP e menos acumularam valores gastos. O PSC e o PROS, na soma total, gastaram muito menos que 500 reais.

4. Quais os deputados que mais ultrapassam o limite de CEAP do seu estado? Os dados com os limites de CEAP por estado estão disponíveis neste link.

Cada estado possue um limite mensal diferente para o uso da CEAP. Deputados paraibanos têm um limite maior que deputados de São Paulo, por exemplo. Isso porque a Paraíba está mais distante da Câmara dos Deputados do que São Paulo está. A justificativa é que deputados de reigões mais distantes teriam que gastar mais para ir à Câmara para exercer sua atividade.

Sabendo que existe esse limite, vamos ver quais foram os deputados que mais vezes ultrapassaram esse limite.

Calculando quanto cada deputado gastou cada mês:

library(lubridate)

data.ceap.month = data.ceap %>%
  mutate(month = month(dataEmissao),
         year = year(dataEmissao)) %>%
  group_by(month, year, nomeParlamentar, sgUF) %>%
  summarise(totalExpenditureMonth = sum(valorLíquido)) %>%
  ungroup()

Adicionando o limite mensal aos dados:

data.ceap.month  = left_join(data.ceap.month, limit.ceap, by=c("sgUF"="UF"))

Avaliando por mês se um deputado ultrapassou o limte:

data.ceap.month$exceeded_limit = data.ceap.month$totalExpenditureMonth > data.ceap.month$limite_mensal

Como cada estado têm um limite diferente, iremos pegar, por estado, os 4 deputados que ultrapassaram o limite mais vezes:

data.ceap.month.exceeded = data.ceap.month %>%
  filter(exceeded_limit == TRUE) %>%
  group_by(nomeParlamentar, sgUF) %>% 
  summarise(qntExceeded = n()) %>%
  ungroup() %>%
  group_by(sgUF) %>%
  top_n(4, qntExceeded) %>% 
  ungroup()

Plotando os 15 deputados que ultrapassaram o limite mais vezes, agrupando por estado:

data.ceap.month.exceeded %>%
  top_n(15, qntExceeded) %>%
  
  ggplot(aes(x = reorder(nomeParlamentar, qntExceeded), 
             y = qntExceeded, fill = qntExceeded, alpha = qntExceeded, width = 0.5)) +
  geom_bar(stat = "identity", show.legend = FALSE) +
  
  coord_flip() +
  facet_wrap(~sgUF, ncol = 2, scales = "free_y") +
  scale_alpha_continuous(range = c(0.6, 1)) +
  scale_fill_drsimonj(discrete = FALSE, palette = "hot") +
  scale_y_continuous(limits = c(0, max(data.ceap.month.exceeded$qntExceeded))) +
  
  theme_minimal() +
  theme(strip.text=element_text(hjust=0, face = "italic"),
        axis.text.y = element_text(size=7)) +
  labs(title = "The top 15 brazilian congressmen that exceeded CEAP limit more times", 
       subtitle = "Grouped by UF",
       x = NULL, y = "Quantity of times (months) exceeded") 

Pelo gráfico vemos que o deputado Eduardo Barbosa, de Minas Gerais, foi aquele que ultrapassou o limite mais vezes (21). Depois, Rômulo Gouveia, na Paraíba, ultrapassou o limite 20 meses.
São Paulo tem o maior número de deputados que estão no top 15 daqueles que ultrapassaram mais vezes o limte.

5. Quais estados cujos parlamentares gastam mais com passagens aéreas?

Calculando o gasto total com passagens aéreas por estado:

data.ceap.uf.airfare = data.ceap %>%
  filter(tipoDespesa == "PASSAGENS AÉREAS") %>%
  group_by(sgUF) %>%
  summarise(totalExpenditure = sum(valorLíquido)) %>%
  ungroup() 

data.ceap.uf.airfare %>%
  ggplot(aes(x=reorder(sgUF, totalExpenditure), 
             y=totalExpenditure, color=sgUF, size=totalExpenditure)) +
  geom_point() +
  geom_text(aes(label=sgUF), size = 3, hjust=-0.15, vjust=1.9) +
  
  scale_color_drsimonj(palette = "mixed") +
  scale_size_continuous(trans = "log10") +
  scale_y_continuous(label = unit_format(unit = "k", scale = 1e-3),
                     breaks = round(seq(0, max(data.ceap.uf.airfare$totalExpenditure), by = 100000),1)) + 
  
  theme_minimal() +
  theme(legend.position = "NA",
        axis.text.x = element_blank(), axis.title.x = element_blank()) +
  labs(title="Federation Unities that most spent with airfares",
       y="Amount spent with airfare in R$")

São Paulo é o estado em que houve mais gastos com passagens aéreas. Isso não é esperado, visto que São Paulo está mais perto de Brasília do que a Paraíba ou Acre, que são umas das que menos gastaram com passagens aéreas. Distrito Federal, por exemplo, é o que menos gastou com esse tipo de gasto. São Paulo não somente é o estado que mais gastou como também está muito à frente do segudno estado, Amazonas. O que pode explicar esse comportamento é o fato de São Paulo ter mais habitantes que os outros estados e portanto ter mais deputados em atividade.

6. Escolha três partidos e responda: Quais são os tipos de despesa mais utilizados no uso da CEAP pelos deputados desses partidos? Mesma pergunta considerando valores em R$.

Os três partidos escolhidos são o PMDB, o PSDB e o PT:

selected.pp = c("PMDB", "PSDB", "PT")

# Gerando a quantidade de uso total e gasto total para os partidos selecionados
data.ceap.type.exp = data.ceap %>%
  filter(sgPartido %in% selected.pp) %>%
  group_by(sgPartido, tipoDespesa) %>%
  summarise(useCEAP = n(),
         totalExpenditure = sum(valorLíquido)) %>%
  ungroup()

Iremos descrever dois gráficos, que serão plotados lado a lado em seguida:

plot1 = data.ceap.type.exp %>%
  na.omit() %>%
  group_by(sgPartido) %>%
  top_n(3, totalExpenditure) %>%
  ungroup() %>%

  ggplot(aes(x = reorder(totalExpenditure, tipoDespesa), 
             y = totalExpenditure, fill = tipoDespesa, width = 0.5)) +
  geom_bar(stat = "identity", show.legend = FALSE) +
  geom_text(aes(label=tipoDespesa), size = 2.3, color = "black", hjust = 0.9, fontface = "bold") +
  
  coord_flip() +
  facet_wrap(~sgPartido, ncol = 1, scales = "free") +
  scale_fill_drsimonj(discrete = TRUE, palette = "cool") +
  scale_y_continuous(label = unit_format(unit = "m", scale = 1e-6),
                     limits = c(0, max(data.ceap.type.exp$totalExpenditure))) +
  
  theme_minimal() +
  theme(strip.text=element_text(hjust=0, face = "italic"),
        axis.text.y = element_blank(), legend.position = "NA")+
  labs(y = "Total Expenditure (R$)", x = NULL)

require(gridExtra)

# Segundo plot

p2.y.max = max(data.ceap.type.exp$useCEAP)
p2.y.scaleRound = 1e+4
  
plot2 = data.ceap.type.exp %>%
  na.omit() %>%
  group_by(sgPartido) %>%
  top_n(3, useCEAP) %>%
  ungroup() %>%

  ggplot(aes(x = reorder(useCEAP, tipoDespesa), 
             y = useCEAP, fill = tipoDespesa, width = 0.5)) +
  geom_bar(stat = "identity", show.legend = FALSE) +
  geom_text(aes(label=tipoDespesa), size = 2.3, color = "black", hjust = 0.1, fontface = "bold") +
  
  coord_flip() +
  facet_wrap(~sgPartido, ncol = 1, scales = "free") +
  scale_fill_drsimonj(discrete = TRUE, palette = "cool") +
  scale_y_continuous(label = unit_format(unit = "k", scale = 1e-3),
                     limits = c(0, p2.y.max + p2.y.scaleRound)) +
  
  theme_minimal() +
  theme(strip.text=element_text(hjust=0, face = "italic"),
        axis.text.y = element_blank(), legend.position = "NA")+
  labs(y = "Quantity of times CEAP was used", x = NULL)

grid.arrange(plot1, plot2, ncol=2)

Para o PMDB, PSDB e PT, os deputados gastaram mais vezes com emissão de bilhetes aéreos, o que faz sentido, dado que espera-se que eles/as viajem com frequência à Brasília para cumprirem seu dever. Mas, coincidência ou não, o segundo tipo de gasto mais comum para esses partidos é o de Combustíveis e Lubrificantes.
Analisando agora o total gasto com o tipo de despesa, emissão de bilhete aéreo está sempre entre os primeiros, assim como divulgaçaõ da atividade parlamentar. Para o PT e PSDB ainda entre os primeiros está a categoria manutenção de escritório de apoio à atividade parlamentar.