{rutera}: un paquete de R para limpiar y procesar RUTs chilenos

Paquete de R que entrega herramientas para limpiar, validar y verificar el número de cédula de identidad Chilena en R.

Paquete {rutera}

Herramientas para limpiar, validar y verificar el número de cédula de identidad Chilena en R. Estas funciones ayudan a realizar operaciones frecuentes para datos de ciudadanos chilenos que incluyen el RUT como identificador único.

Instalación

Puedes instalar el paquete en tu R con una de las siguientes opciones:

# install.packages("pak")
pak::pkg_install("bastianolea/rutera")

# install.packages("devtools")
devtools::install_github("bastianolea/rutera")

Calcular dígito verificador

El dígito verificador del RUT permite confirmar que se escribió correctamente usando el algoritmo módulo 11. En resumen, este algoritmo:

1. Toma los dígitos previos al guión
2. Multiplica cada dígito, de derecha a izquierda, por la secuencia cíclica 2, 3, 4, 5, 6, 7 y suma los resultados
3. A esta suma se le calcula el módulo (resto de la división entera) de 11, y el resultado se le resta a 11
4. El resultado de lo anterior es el dígito verificador; pero si el resultado es 11 o 10, el dígito será 0 o K, respectivamente

La función calcular_digito() implementa el cálculo del código verificador de cualquier RUT sin código verificador:

library(rutera)

calcular_digito(24324110)

[1] "3"

calcular_digito(
  c(11111111, 
    1111111,
    8519622)
)

[1] "1" "4" "7"

Validar un RUT

Otra cosa que podemos necesitar hacer con los RUT es verificar si vienen en un formato determinado. En este caso, el formato apropiado será xxxxxxxx-y, y esta función verificará: que el RUT contiene un guión, que se sigue el formato xxxxxxxx-y, y que el dígito verificador que trae sea el correcto (usando la función calcular_digito()):

validar_rut("17505116-3")

[1] TRUE

validar_rut("23376940-1")

[1] TRUE

validar_rut(c("23376940-1", "24444145-9"))

[1] TRUE TRUE

validar_rut("11111111")

! RUT 11111111 no incluye guión

[1] FALSE

validar_rut(c("hola", "11111111", "19413730-3"))

! RUT HOLA no incluye guión
! RUT 11111111 no incluye guión

[1] FALSE FALSE  TRUE

Limpiar RUT

Si las personas ingresan sus RUT manualmente a una encuesta o formulario, o si son digitados por otras personas, lo más probable es que vengan mal escritos o al menos no estandarizados. La función limpiar_rut() realiza varios pasos de limpieza sobre los textos para retornar RUTs que siguen el formato xxxxxxx-y.

rut_sucios <- c("24.444.145-9",
                "24444145 9",
                "24 444 145 9",
                "24,444,145,9",
                "2M4A4P4A4C1H4E59",
                "244441459",
                "hola hola")

limpiar_rut(rut_sucios)

! algunos RUT no tienen últimos dígitos

! algunos RUT vacíos luego de la limpieza

[1] "24444145-9" "24444145-9" "24444145-9" "24444145-9" "24444145-9"
[6] "24444145-9" NA          

Existe otro paquete de R que hace lo mismo, {clrutr}, de Joshua Kunst, y que probablemente sea mejor. Yo hice este paquete solamente para aprender.

Más información en este post de mi blog.