closes #24

R/geocode.R

@@ -95,14 +95,21 @@ geocode <- function(enderecos,
   # keep and rename colunms of input_padrao to use the
   # same column names used in cnefe data set
   data.table::setDT(input_padrao)
-  cols_to_keep <- names(input_padrao)[! names(input_padrao) %in% campos_endereco]
+  cols_to_keep <- names(input_padrao)[ names(input_padrao) %like% '_padr']
   input_padrao <- input_padrao[, .SD, .SDcols = c(cols_to_keep)]
   names(input_padrao) <- c(gsub("_padr", "", names(input_padrao)))
 
+  if ('logradouro' %in% names(input_padrao)) {
   data.table::setnames(
-    x = input_padrao,
-    old = c('logradouro', 'bairro'),
-    new = c('logradouro_sem_numero', 'localidade'))
+    x = input_padrao, old = 'logradouro', new = 'logradouro_sem_numero'
+    )
+  }
+
+  if ('bairro' %in% names(input_padrao)) {
+    data.table::setnames(
+      x = input_padrao, old = 'bairro', new = 'localidade'
+    )
+  }
 
   # create temp id
   input_padrao[, tempidgeocodebr := 1:nrow(input_padrao) ]
@@ -123,17 +130,17 @@ geocode <- function(enderecos,
 
   # Convert input data frame to DuckDB table
   duckdb::dbWriteTable(con, "input_padrao_db", input_padrao,
-                       overwrite = TRUE, temporary = TRUE)
-
+                       overwrite = TRUE, temporary = TRUE
+                       )
 
   # create an empty output table that will be populated -----------------------------------------------
 
   additional_cols <- ""
   if (isTRUE(resultado_completo)) {
     additional_cols <- glue::glue(
-      ", endereco_encontrado VARCHAR, logradouro_encontrado VARCHAR, ",
-      "numero_encontrado VARCHAR, localidade_encontrada VARCHAR, ",
-      "cep_encontrado VARCHAR, municipio_encontrado VARCHAR, estado_encontrado VARCHAR"
+    ", endereco_encontrado VARCHAR, logradouro_encontrado VARCHAR,
+    numero_encontrado VARCHAR, localidade_encontrada VARCHAR,
+    cep_encontrado VARCHAR, municipio_encontrado VARCHAR, estado_encontrado VARCHAR"
     )
   }
 
@@ -143,7 +150,7 @@ geocode <- function(enderecos,
      lat NUMERIC,
      lon NUMERIC,
      tipo_resultado VARCHAR {additional_cols});"
-  )
+    )
 
   DBI::dbExecute(con, query_create_empty_output_db)
 

R/match_weighted_cases.R

@@ -9,7 +9,7 @@ match_weighted_cases <- function(con,
   # read corresponding parquet file
   table_name <- paste(key_cols, collapse = "_")
   table_name <- gsub('estado_municipio', 'municipio', table_name)
-  table_name <- gsub('logradouro_sem_numero', 'logradouro_numero', table_name)
+  table_name <- gsub('logradouro_sem_numero', 'logradouro', table_name)
 
   # build path to local file
   path_to_parquet <- paste0(geocodebr::listar_pasta_cache(), "/", table_name, ".parquet")
@@ -29,6 +29,8 @@ match_weighted_cases <- function(con,
   # register filtered_cnefe to db
   duckdb::duckdb_register_arrow(con, "filtered_cnefe", filtered_cnefe)
 
+  # remove numero from key cols to allow for the matching
+  key_cols <- key_cols[key_cols != 'numero']
 
   # Create the JOIN condition by concatenating the key columns
   join_condition <- paste(

R/utils.R

@@ -232,21 +232,21 @@ get_relevant_cols_rafa <- function(case) {
 
 
 get_relevant_cols_arrow <- function(case) {
-  relevant_cols <- if (case %in% c('en01', 'pn01') ) {
+  relevant_cols <- if (case %in% c('en01', 'ei01', 'pn01') ) {
     c("estado", "municipio", "logradouro_sem_numero", "numero", "cep", "localidade")
-  } else if (case %in% c('en02', 'pn02')) {
+  } else if (case %in% c('en02', 'ei02', 'pn02')) {
     c("estado", "municipio", "logradouro_sem_numero", "numero", "cep")
-  } else if (case %in% c('en03', 'pn03')) {
+  } else if (case %in% c('en03', 'ei03', 'pn03')) {
     c("estado", "municipio", "logradouro_sem_numero", "numero", "localidade")
-  } else if (case %in% c('en04', 'pn04')) {
+  } else if (case %in% c('en04', 'ei04', 'pn04')) {
     c("estado", "municipio", "logradouro_sem_numero", "numero")
-  } else if (case %in% c('er01', 'pr01', 'ei01', 'pi01')) {
+  } else if (case %in% c('er01', 'pr01', 'pi01')) {
     c("estado", "municipio", "logradouro_sem_numero", "cep", "localidade")
-  } else if (case %in% c('er02', 'pr02', 'ei02', 'pi02')) {
+  } else if (case %in% c('er02', 'pr02', 'pi02')) {
     c("estado", "municipio", "logradouro_sem_numero", "cep")
-  } else if (case %in% c('er03', 'pr03', 'ei03', 'pi03')) {
+  } else if (case %in% c('er03', 'pr03', 'pi03')) {
     c("estado", "municipio", "logradouro_sem_numero", "localidade")
-  } else if (case %in% c('er04', 'pr04', 'ei04', 'pi04')) {
+  } else if (case %in% c('er04', 'pr04', 'pi04')) {
     c("estado", "municipio", "logradouro_sem_numero")
   } else if (case == 'ec01') {
     c("estado", "municipio", "cep", "localidade")