A corrida da inflação

Em um post passado eu mostrei que a inflação brasileira comparada a alguns países selecionados está acima da média, com os dados mais recentes. Neste post vou explorar mais o tema com uma perspectiva mais ampla, dialogando com o post recente do professor Roberto Ellery, e aproveitar para exemplificar como podemos gerar uma visualização de dados "animada" no R.

O objetivo é criar uma visualização de dados comparativa entre países selecionados do G20 ao longo dos últimos 10 anos, tomando como base a inflação acumulada em 12 meses. Para tal, usaremos o dataset do IMF e os pacotes ggplot2 e gganimate para gerar a visualização animada.

Uma prévia do resultado final:

Pacotes

Para reproduzir os códigos desse exercício, certifique-se de que tenha os seguintes pacotes instalados/carregados:

Dados

O IMF oferece um rico banco de dados cross-country, sendo que para esse exercício usamos apenas o dataset "CPI", que traz os dados de inflação. Pegamos os dados de inflação % a.m. de 13 países do G20 desde 2011 em frequência mensal e depois acumulamos em 12 meses.

Visualização de dados

Como pode ser observado, os dados estão em formato long, ideal para gerarmos a visualização. Dessa forma, primeiro criamos um objeto auxiliar para armazenar a média histórica da inflação brasileira. Este valor será pontuado no gráfico como uma linha vertical tracejada. Em seguida construímos as camadas do gráfico: com exceção da camada de colunas, o diferencial do gráfico é agregar vários elementos textuais para enriquecer a visualização. Após as definições estéticas e personalizações do tema, usamos a função transition_states() para transformar o gráfico estático do ggplot2 em um gráfico animado (GIF), onde cada frame se refere às observações de 1 ano do conjunto de dados.

Simples, não?

 

________________________
(*) Para entender mais sobre inflação e análise de conjuntura econômica, confira nosso Curso de Análise de Conjuntura usando o R - Versão 5.0.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como tratar dados no Python? Parte 5: renomeando colunas

Como dar novos nomes significativos para as colunas em uma tabela de dados usando Python? Neste tutorial mostramos os métodos de renomeação de colunas disponíveis na biblioteca pandas, que tem como vantagem sua sintaxe simples e prática.

Como tratar dados no Python? Parte 4: operações por grupos

Como mensalizar dados diários? Ou como filtrar os valores máximos para diversas categorias em uma tabela de dados usando Python? Estas perguntas são respondidas com os métodos de operações por grupos. Neste tutorial mostramos estes métodos disponíveis na biblioteca pandas, que tem como vantagem sua sintaxe simples e prática.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

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.