Detectar filas donde señales redundantes se contradicen

Recorre las señales declaradas con senal_redundante() e informa las filas donde las columnas que deberían codificar el mismo hecho no concuerdan dentro de la ventana declarada.

Usage

detectar_discordancias(
  datos,
  senales,
  max_ejemplos = 5L,
  proteger_datos_personales = TRUE,
  columnas_personales = character()
)

Arguments

datos

Tabla que se desea examinar.

senales

Una señal creada por senal_redundante() o una lista de señales.

max_ejemplos

Máximo de filas concretas que se citan como evidencia.

proteger_datos_personales

Si los valores de las columnas clasificadas como dato personal se enmascaran en evidencia. TRUE por omisión; el número de fila y el nombre de la columna se conservan igual. La clasificación se hace aquí por léxico y por forma —esta función no recibe un perfil—, así que lo que sólo quien conoce los datos sabe personal entra por columnas_personales.

columnas_personales

Columnas que traen datos personales, declaradas con la misma forma que acepta perfilar(): nombres de columna, o un vector con nombre donde el nombre es la columna y el valor es el tipo. Sin ella, una columna que el léxico no reconoce —un legajo interno— publica sus valores en evidencia. Sólo tiene efecto con proteger_datos_personales = TRUE.

Value

Data frame con una fila por señal: senal, columnas, n_filas, n_evaluadas, n_discordantes, proporcion, ventana y evidencia.

evidencia cita filas concretas, y no publica los valores de una columna clasificada como dato personal —salvo que se pida lo contrario con proteger_datos_personales = FALSE—: esos salen como [valor protegido]. El número de fila y el nombre de la columna se conservan, que es lo que hace falta para ir a corregirla. Las columnas que no son personales se citan enteras.

Details

El valor de este diagnóstico es que ninguna columna por separado lo muestra: los tres años de una fila pueden ser todos plausibles y aun así contradecirse entre sí.

Una fila donde alguna de las columnas comparadas está ausente no se cuenta como discordante ni como concordante: se excluye del universo evaluado, y n_evaluadas lo declara. Ausencia no es desacuerdo.

See also

senal_redundante(), detectar_dependencias(), detectar_relaciones()

Examples

d <- data.frame(
  anio_fiscal = c(2023L, 2023L, 2022L),
  anio_archivo = c(2023L, 2023L, 2023L)
)
detectar_discordancias(d, senal_redundante(c("anio_fiscal", "anio_archivo")))
#>                        senal                  columnas n_filas n_evaluadas
#> 1 anio_fiscal = anio_archivo anio_fiscal, anio_archivo       3           3
#>   n_discordantes proporcion ventana
#> 1              1  0.3333333       0
#>                                                                                              evidencia
#> 1 fila 3: anio_fiscal=2022; anio_archivo=2023; universo: 3 de 3 filas con todas las columnas presentes