Baixando planilhas do Novo CAGED com o R

No nosso Curso de Análise de Conjuntura usando o R, ensino os alunos a baixarem os dados agregados do Novo CAGED pelo IPEADATA usando o pacote de R ecoseries. O problema é que a atualização lá não parece ser em tempo real. Assim, para quem trabalha com dados de conjuntura, pode ser necessário baixar as horríveis planilhas do Novo CAGED diretamente do site do Ministério da Economia. Hoje pela manhã, acabei escrevendo um script para isso. Abaixo, o início dele.


########################################################
######## Baixar planilha CAGED #########################

library(readxl)
library(tidyverse)

url = 'http://pdet.mte.gov.br/images/Novo_CAGED/Ago2020/3-tabelas.xlsx'
download.file(url, destfile='caged.xlsx', mode='wb')
data = read_excel('caged.xlsx', sheet = 'Tabela 5.1',
range="B5:F13") %>%
mutate(`Mês` = parse_date(`Mês`, format='%B/%Y', locale=locale('pt')))

Para quem se interessar em ir conferir as planilhas, verá que de fato elas não são nada agradáveis para uma análise séria de dados. Por exemplo, o autor da planilha preenche com um traço os dados faltantes até dezembro/2020, bem como coloca o formato da data como, por exemplo, "Janeiro/2020", dentre outras coisas. Isso exige algum código para ler os dados. No exemplo acima, eu estou lendo uma das planilhas que traz a série de dados agregados de janeiro a agosto com uma função do pacote readxl. E para não ler as tais linhas com traços, acabei setando o argumento range. Também alterei a coluna de datas da tal planilha, através da função parse_date, de modo a poder produzir um gráfico como o abaixo.

Dada a precariedade da série, os números precisam ser vistos com cautela. É preciso levar em consideração, por exemplo, a sazonalidade. Mas, para o que importa para a gente, o importante é ter o dado disponível...

Tomare que nada mude no Ministério da Economia e o script sirva para o mês que vem, né PG?

________________

(*) Para ter acesso aos códigos completos do exercício, cadastre-se na nossa Lista VIP aqui.

(**) Inscrições abertas para as Turmas Especiais dos nossos Cursos de Macro Aplicada.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise regional do mercado de trabalho com dados do CAGED usando Python

Os microdados dos CAGED fornecem informações detalhadas a nível de cidade, sexo, raça, nível de instrução, idade, salário e outras sobre os trabalhadores formais do Brasil, possibilitando ricas análises regionais de dados. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.