criar função diagnostica_RA()

[lucasmation]

Pensei em ago como:

diagnostica_RA( base, DV_vars , DV_tipos, ids_unicas  ){
...
}   

onde:

• base: data frame contendo a base de dados. Internamente a função deve manipular os dados como uma data.table
• DV_vars: vetor com os nomes das variáveis que tem dígito verificador
• DV_tipos: vetor com os tipos das variáveis que tem dígito veirficador (precisa ter o mesmo comprimento de DV_vars)
• IDs_unicas: lista as variáveis que deveriam, em tese, identificar unicamente as linhas da base (depois explico a lógica disso, que vai encaixar com outras funções que eu já desenvolvi a respeito)

A função deveria retornar um documento de PDF contendo um relatório de:

1. Parte 1:
   Frequencia de missings (NAs) ou strings vazias ("") em todas as variáveis da base.
   Acho que isso poderia ser mostrado como um gráfico de barras, onde cada barra corr
2. Parte 2:
   Para as variáveis em DV_vars
   Frequencia de missings, zeros, strings vazias, DV valido e DV inválido
3. Parte 3:
   Unicidade das supostas IDs_unicas
   Algo que desenvolvi usando componentes conexos (teoria dos grafos, pacote igraph) formados pelas IDs_unicas, descrevendo o número de linhas em cada componente conexo

[lucasmation]

andei pensando. Acho que a Parte 1, acima poderia ser dividida em duas:

• uma tabela com informacoes relevantes para as variaveis string: NAs, vazias (""), leading_trailing_spaces,
• outra tabela com infos relevanetes para as variaveis numericas: NAs, zeros, min, mediana, maximo, media, desvio_padrao

assim um estat[istia valida para um tipo de vari[avel nao atrapalha o display das estat[istias do outro tipo.
Os tipos seriam detetados atuomaticamente...