<p dir="ltr">Olá pessoal.. <br>
Uma API que me ajudou bastante quando é necessário certo grau de precisão e muitas consultas é o serviço dessa equipe :<br>
<a href="https://www.geocode.farm/">https://www.geocode.farm/</a><br>
Uma das modalidades de consulta é paga mas nada exorbitante. <br>
Grande abraço. <br>
Pedro <br>
</p>
<div class="gmail_quote">Em 05/05/2015 10:00, "Éder Comunello" <<a href="mailto:comunello.eder@gmail.com">comunello.eder@gmail.com</a>> escreveu:<br type="attribution"><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div>Elias, bom dia!</div><div><br></div><div>Fiz mais um exercício pra tentar medir o impacto da "simplificação" dos ceps...</div><div><br></div><div>O primeiro fato que percebo é que a consulta por cep, mesmo completo, é pouco precisa/acurada. A busca por logradouro é possível, mas talvez complicada pra implementar nessas bases...</div><div><br></div><div>Se você tiver paciência de seguir o código abaixo, o que eu queria mostrar é que quando você trunca o cep, zerando o último dígito, 99% dos valores retornados vão diferir até 2 km da consulta original, mas economizam 22% de consultas ao geocode().</div><div><br></div><div>Zerando os dois últimos dígitos, 97% dos dados variam até 2 km, mas economiza 90% das consultas.</div><div><br></div><div>E essa variação não é necessariamente erro, porque não temos as coordenadas "reais" pra avaliar...</div><div><br></div><div>No código eu não reconsultei os valores, mas tentei aproveitar sua base. Daí a presença dos NA's...</div><div><br></div><div><font face="monospace, monospace">### <code r></font></div><div><font face="monospace, monospace">url0 <- "<a href="http://leg.ufpr.br/~elias/tmp/cep_curitiba_cwb_georef_longlat.txt" target="_blank">http://leg.ufpr.br/~elias/tmp/cep_curitiba_cwb_georef_longlat.txt</a>"</font></div><div><font face="monospace, monospace">df0  <- read.table(url0, head=T)</font></div><div><font face="monospace, monospace">head(df0)</font></div><div><font face="monospace, monospace">length(unique(df0$cep)) # 9183 ceps</font></div><div><font face="monospace, monospace">length(unique(paste(df0$long, df0$lat))) # 6414 pares de coordenadas distintas</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">### Truncando "xxxxx-xxx" para "xxxxx-xx0"</font></div><div><font face="monospace, monospace">### Desconsiderando o último dígito do cep</font></div><div><font face="monospace, monospace">df1 <- df0</font></div><div><font face="monospace, monospace">df1$cep2=trunc(df0$cep/10)*10</font></div><div><font face="monospace, monospace">head(df1)</font></div><div><font face="monospace, monospace">length(unique(df1$cep2)) # 7135 ceps (-2048 ou -22%)</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">### Pra não gastar minhas 2500 consultas :D, vou usar os dados já consultados!</font></div><div><font face="monospace, monospace">df2 <- merge(df1, df0, all.x=T, sort=F, by.x="cep2", by.y="cep")</font></div><div><font face="monospace, monospace">head(df2)</font></div><div><font face="monospace, monospace">sum(complete.cases(df2)) # 9071! Com a consulta de geocode, provavelmente todos retornariam valor</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">### Valor aproximado de 1 grau dessa área (em km)</font></div><div><font face="monospace, monospace">require(sp)</font></div><div><font face="monospace, monospace">spDistsN1(matrix(c(-49,-50, -25,-26),2,2), matrix(c(-50,-25),1,2), longlat=TRUE)</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">df2$dist <- sqrt((df2[,3]-df2[,5])^2+(df2[,4]-df2[,6])^2)*105 ### distância aproximada em km!</font></div><div><font face="monospace, monospace">hist(df2$dist)</font></div><div><font face="monospace, monospace">range(df2$dist, na.rm=T)</font></div><div><font face="monospace, monospace">table(cut(df2$dist, breaks=c(-1:5,20)))</font></div><div><font face="monospace, monospace"># (-1,0]  (0,1]  (1,2]  (2,3]  (3,4]  (4,5] (5,20] </font></div><div><font face="monospace, monospace">#   7528   1132    362     24      2      0     23</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">sum(table(cut(df2$dist, breaks=c(-1:5,20)))[1:3])</font></div><div><font face="monospace, monospace">### 99% dos dados (9022/9071) diferem até 2 km em relação a consulta original</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">sum(df2$dist>5, na.rm=T) ### 23 valores bem imprecisos</font></div><div><font face="monospace, monospace">df2[which(df2$dist>5),]</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">### Onde estão ocorrendo problemas?</font></div><div><font face="monospace, monospace">require(ggmap)</font></div><div><font face="monospace, monospace">adr <- paste0("Curitiba, PR, Brazil, ", df2[which(df2$dist>5),2])</font></div><div><font face="monospace, monospace">res <- geocode(adr, output="more")</font></div><div><font face="monospace, monospace">res[c(1:4,10)]</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">cbind(df2[which(df2$dist>5),1:4],res[1:6])</font></div><div><font face="monospace, monospace">### boa parte dos problemas referem-se aos ceps da cidade industrial</font></div><div><font face="monospace, monospace">### você pode filtrar esses ceps e tratá-los diferenciados</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">### Truncando "xxxxx-xxx" para "xxxxx-x00"</font></div><div><font face="monospace, monospace">df10 <- df0</font></div><div><font face="monospace, monospace">df10$cep2=trunc(df0$cep/100)*100</font></div><div><font face="monospace, monospace">head(df10)</font></div><div><font face="monospace, monospace">length(unique(df10$cep2)) # 941 ceps (-8242 ou -90%)</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">df20 <- merge(df10, df0, all.x=T, sort=F, by.x="cep2", by.y="cep")</font></div><div><font face="monospace, monospace">head(df20)</font></div><div><font face="monospace, monospace">sum(complete.cases(df20)) # 8312! Com a consulta de geocode, provavelmente todos retornariam valor</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">df20$dist <- sqrt((df20[,3]-df20[,5])^2+(df20[,4]-df20[,6])^2)*105 ### distância aproximada em km!</font></div><div><font face="monospace, monospace">hist(df20$dist)</font></div><div><font face="monospace, monospace">range(df20$dist, na.rm=T)</font></div><div><font face="monospace, monospace">table(cut(df20$dist, breaks=c(-1:5,20)))</font></div><div><font face="monospace, monospace"># (-1,0]  (0,1]  (1,2]  (2,3]  (3,4]  (4,5] (5,20] </font></div><div><font face="monospace, monospace">#   1647   5403   1050    131     17      6     58 </font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">sum(table(cut(df20$dist, breaks=c(-1:5,20)))[1:3])</font></div><div><font face="monospace, monospace">### 97% dos dados (8100/8312) diferem até 2 km em relação a consulta completa</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">sum(df20$dist>5, na.rm=T) ### 23 valores bem imprecisos</font></div><div><font face="monospace, monospace">df20[which(df20$dist>5),]</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">### Onde estão ocorrendo problemas?</font></div><div><font face="monospace, monospace">require(ggmap)</font></div><div><font face="monospace, monospace">adr1 <- paste0("Curitiba, PR, Brazil, ", df20[which(df20$dist>5),2])</font></div><div><font face="monospace, monospace">res1 <- geocode(adr1, output="more")</font></div><div><font face="monospace, monospace">res1[c(1:4,10)]</font></div><div><font face="monospace, monospace"><br></font></div><div><font face="monospace, monospace">cbind(df20[which(df20$dist>5),1:4],res1[1:6])</font></div><div><font face="monospace, monospace">### aumentam as localidades com problema, mas acho que ainda assim dá pra contornar</font></div><div><font face="monospace, monospace">### </code></font></div><div><br></div><div class="gmail_extra"><br clear="all"><div><div><div dir="ltr">Éder Comunello <<a href="mailto:comunello.eder@gmail.com" target="_blank">c</a><a href="mailto:omunello.eder@gmail.com" target="_blank">omunello.eder@gmail.com</a>> <br>Dourados, MS - [22 16.5'S, 54 49'W]<br></div></div></div>
<br><div class="gmail_quote"><br></div></div></div>
<br>_______________________________________________<br>
R-br mailing list<br>
<a href="mailto:R-br@listas.c3sl.ufpr.br">R-br@listas.c3sl.ufpr.br</a><br>
<a href="https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br" target="_blank">https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br</a><br>
Leia o guia de postagem (<a href="http://www.leg.ufpr.br/r-br-guia" target="_blank">http://www.leg.ufpr.br/r-br-guia</a>) e forneça código mínimo reproduzível.<br></blockquote></div>