Baixando dados do Banco Mundial com o R

Com o R, é possível acessar diversas bases de dados e baixar o que precisa diretamente para o RStudio. Um exemplo disso é a base de dados do Banco Mundial. Nessa Dica de R - sim, volto a publicar toda quarta-feira uma dica de R aqui no Blog - vamos mostrar como pegar os dados sobre poupança e taxa de juros de diversos países com o pacote WDI. Como de praxe, o código começa carregando alguns pacotes que utilizaremos.


library(WDI)
library(ggplot2)
library(ggrepel)
library(png)
library(grid)

A seguir, podemos pegar os dados que precisamos.


interest = WDI(country='all',
indicator = 'FR.INR.RINR',
start=2019, end=2019)

saving = WDI(country = 'all',
indicator = 'NY.GNS.ICTR.ZS',
start=2019, end=2019)

data = cbind(interest, saving)
data = data[complete.cases(data),]
data$iso2c = data$iso2c = data$country = data$year = data$year = NULL
colnames(data) = c('interest', 'country', 'saving')
data = subset(data, interest>0 & saving>0)

Um gráfico com os dados é posto abaixo.

 

______________

Para acessar os códigos completos desse exercício, é preciso fazer parte do Clube AM.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise do Censo Demográfico com o R

Como podemos analisar dados do Censo Demográfico para produzir pesquisas e implementar políticas públicas? Mostramos nesta postagem o resultado de uma breve análise dos dados preliminares do Censo Demográfico de 2022 usando o R.

Deploy de modelos com Python + Shinylive + GitHub gastando ZERO reais

Colocar modelos em produção pode ser um grande desafio. Lidar com custos monetários, infraestrutura operacional e complexidades de códigos e ferramentas pode acabar matando potenciais projetos. Uma solução que elimina todos estes obstáculos é a recém lançada Shinylive. Neste artigo mostramos um exemplo com um modelo de previsão para o preço do petróleo Brent.

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

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.