I have those structures:
coop <- structure(list(razao_social = c("COOPERATIVA AGROINDUSTRIAL ALFA",
"COOPERATIVA MISTA DOS PRODUTORES DE LEITE DE MORRINHOS", "COOPERATIVA DE TRABALHO DOS PRESTADORES DE SERVICOS EM CONDOMINIOS - CONDOMINIUN",
"COOPERATIVA EMPRESARIAL RURAL DE SAPUCARANA - COERSA", "COOPERATIVA AGROINDUSTRIAL ALFA",
"COASUL COOPERATIVA AGROINDUSTRIAL", "COOPERATIVA DOS PLANTADORES DE CANA DA ZONA LENCOIS PTA",
"COOPERATIVA AGROPECUARIA CENTRO SERRANA", "COOPERATIVA AGROINDUSTRIAL COOPERJA",
"COOPERATIVA DOS CAFEICULTORES DA REGIAO DE GARCA", "COOPERATIVA DA CONSTRUCAO CIVIL DO ESTADO DE SERGIPE",
"COOPERATIVA REG AGRO IND DE S DOMINGOS DO PRATA LTDA", "COOPERATIVA REG AGRO IND DE S DOMINGOS DO PRATA LTDA",
"COOPERATIVA AGROPECUARIA VIDEIRENSE", "COOPERATIVA REGIONAL AGROPECUARIA VALE DO ITAJAI","COOPERATIVA DE TRABALHO E PRODUCAO ESPERACA"
), cnae_fiscal = c(4623109L, 4789099L, 9430800L, 9430800L, 4623108L,
4623199L, 4789099L, 4789099L, 4789099L, 4789099L, 4789099L, 4633801L,
4633801L, 4632001L, 4632001L,9430800L)), row.names = c(NA, 16L), class = "data.frame")
keywords <- c("abacaxi", "abate", "abatidas", "acabamento", "acácia", "açaí",
"açúcar", "adoçantes", "adubos", "agentes", "aglomerada",
"agr", "água", "aguardente", "aguardentes", "águas", "álcalis",
"álcool", "alcoólicas", "algodão", "alho", "alimentação",
"alimentares", "alimentícias", "alimentícios", "alimentos",
"alopáticos", "ambiental", "amendoim", "amidos", "amiláceos",
"animais", "animal", "aparelhos", "apicultura", "aquáticos",
"aquicultura", "aqüicultura", "ar", "arroz", "artificiais",
"árvores", "asininos", "atacadista", "atacado", "aves", "baía",
"balas", "bambu", "banana", "banho", "base", "batata", "bebidas",
"beneficiamento", "beterraba", "bicho", "biocombustíveis", "biscoitos",
"bolachas", "bolos", "bolsas", "bombons", "bordar", "borracha",
"bovinas", "bovinos", "bufalinos", "caça", "cacau", "café",
"cafeeiro", "cafeicultor", "caju", "calçados", "cama", "camarões",
"caminhões", "cana", "caprinos", "carburante", "carne", "carnes",
"carpintaria", "carrocerias", "cartão", "cartolina", "carvão",
"casas", "casca", "castanha", "cebola", "celulose", "celulósicas",
"cereais", "cerveja", "cervejas", "chá", "charutos", "chás",
"chocolates", "chope", "chopes", "cigarrilhas", "cigarros", "cítricos",
"cloro", "coco", "coelhos", "colchões", "colheita", "combustíveis",
"comerciais", "comestíveis", "concentrados", "condimento", "confeccionadas",
"confeitaria", "confeitos", "conservação", "conservas", "contrato",
"controle", "cordoaria", "corte", "cortiça", "costurar", "couro",
"couros", "cristalizadas", "crustáceos", "cultivo", "cultivos",
"curtimento", "defensivos", "dendê", "desdobramento", "desinfestantes",
"destiladas", "dextrose", "dietéticos", "doce", "domissanitários",
"equinos", "erva", "escargô", "especiarias", "espécies", "especificadas",
"estamparia", "estimação", "estruturas", "eucalipto", "extração",
"farinha", "farinhas", "farmacêuticas", "farmacêuticos", "farmoquímicos",
"féculas", "feijão", "fermentos", "ferramenta", "fertilizantes",
"fibras", "fios", "fitoterápicos", "flores", "florestais", "florestal",
"florestas", "floricultura", "folha", "formação", "formulários",
"forrageiras", "frangos", "frescos", "frigorífico", "frutas",
"frutos", "fumo", "galináceos", "gases", "gelados", "gelo",
"girassol", "gorduras", "gramas", "grão", "guaraná", "herbáceo",
"higiênico", "higiênicos", "homeopáticos", "hortaliças",
"horticultura", "hortifrutigranjeiros", "humano", "índia", "inglesa",
"inseminação", "íntimas", "irrigação", "isotônicas", "jacaré",
"lã", "laminada", "laminados", "laranja", "lãs", "látex",
"laticínios", "lavoura", "lavouras", "legumes", "leguminosas",
"leite", "leveduras", "linhas", "maçã", "madeira", "madeireiras",
"madeireiros", "malas", "malha", "malharia", "malharias", "malte",
"mamão", "mamona", "mandioca", "manejo", "manga", "mar", "maracujá",
"margarina", "marinhos", "massas", "matadouro", "mate", "matérias",
"medicamentos", "meias", "melancia", "melão", "mercadorias",
"mexilhões", "milho", "mineral", "moagem", "moído", "molhos",
"moluscos", "morango", "muares", "mudas", "nativas", "naturais",
"oleaginosas", "óleo", "ondulado", "orgânicos", "organo", "origem",
"ornamentais", "ostras", "ovinos", "ovos", "padaria", "pães",
"palha", "palmito", "panificação", "papéis", "papel", "papelão",
"pará", "pasto", "pecuária", "peixes", "peles", "pequenos",
"permanente", "pesca", "pescado", "pescados", "pêssego", "pimenta",
"pintos", "pinus", "plantadas", "plantas", "poda", "porte", "pratos",
"produtos", "pulverização", "químicos", "raízes", "ranicultura",
"rasteiro", "recreativos", "refinados", "refrescos", "refrigerante",
"refrigerantes", "reino", "reses", "resseragem", "roupas", "rural",
"salgada", "salobra", "seda", "sementes", "semicultivos", "seringueira",
"serrarias", "serviço", "sisal", "soja", "solo", "solúvel",
"sorvetes", "sucos", "suínas", "suínos", "tanoaria", "tapeçaria",
"teca", "tecelagem", "tecidos", "temperos", "tênis", "termofixas",
"termoplásticas", "têxteis", "têxtil", "texturização", "tomate",
"torção", "torrado", "torrefação", "tosquiamento", "trançado",
"trançados", "tratamento", "tricotagem", "tricotagens", "trigo",
"tubérculos", "tubulares", "uísque", "uva", "vegetais", "vegetal",
"veículos", "verduras", "vestuário", "veterinário", "vime",
"vinagres", "vinho", "vivas", "viveiros", "vivos")
I want a data.frame called coop_filter where I will have the columns from coop with rows which $razao_social has words from keywords.
Note:
coopis really big, so I would like to delete the row after the transfer. I think this will also avoid duplication.- In
keywordsI have the word "agr". With this word I want to filter all words which begins with "agr" like AGROPECUARIA, AGRICOLA, etc.
I have been trying something like this:
library(tidyverse)
coop$razao_social <- tolower(coop$razao_social)
lixo <- c("-",",",".","(",")"," ",";",":")
for(i in 1:length(lixo)){
coop$razao_social <- str_replace_all(coop$razao_social, fixed(lixo[i]), " ")
ifelse(i!=length(lixo),print(i),print(i) & rm(lixo,i))
}
# Filter
coop_filter <- data.frame()
for(i in length(keywords)){
eval(parse(text=paste0("
coop_filter <- str_extract_all(coop$razao_social, '^.+",keywords[i],".+')
")))
}
I'm already stucked here with an empty coop_filter.
