Análise regional da inflação com dados do IBGE usando Python

Os dados desagregados do IPCA fornecem informações detalhadas sobre o comportamento de preços no Brasil a nível de região metropolitana e município, possibilitando ricas análises regionais de dados. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.

Aprenda a coletar, processar e analisar dados na formação de Do Zero à Análise de Dados Econômicos e Financeiros com Python.

Passo 01: buscando dados no portal Sidra/IBGE

Acesse o site https://sidra.ibge.gov.br/
Clique em “IPCA”
Clique no ícone ao lado do mês/ano chamado “Relação de tabelas da pesquisa”
Clique em uma tabela que possua dados regionais (ex: “7060”)
Aplique filtros na página da tabela para obter dados de interesse (ex: tipo de indicador, variação, grupo, subitem, período e nível territorial)
Clique no botão com símbolo de link no canto inferior direito da tela chamado “Links para compartilhar”
Copie o link informado no campo “Parâmetros para a API” (ex: https://apisidra.ibge.gov.br/values/t/7060/n7/all/v/2265/p/all/c315/7169/d/v2265%202)

Passo 02: coleta, tratamento e análise de dados

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Abrir o Python (ex: acesse o Google Colab pelo endereço https://www.colab.new/)
Importe as bibliotecas pandas e plotnine
Colete os dados usando o link copiado na página do Sidra (adicione o termo “?formato=json” no final do link)

Aplique os tratamentos necessários utilizando a biblioteca pandas

	data	rm	gr	valor
12	2020-12-01	Belém - PA	Norte	4.63
13	2021-01-01	Belém - PA	Norte	4.18
14	2021-02-01	Belém - PA	Norte	5.42
15	2021-03-01	Belém - PA	Norte	6.44
16	2021-04-01	Belém - PA	Norte	7.32

Produza sua análise de dados visualmente utilizando a biblioteca plotnine

Conclusão

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

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

Assinar

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Construindo uma NAIRU para o Brasil usando Python

A Abordagem do Estudo de Eventos usando Python

Análise regional da atividade econômica com dados do BCB usando Python

Como coletar dados do Eurostat usando a API com o Python?

Estimando a volatilidade da taxa de câmbio

Como analisar o Núcleo de Inflação no Brasil usando Python?

Outros artigos relacionados

Construindo uma NAIRU para o Brasil usando Python

Um dos maiores desafios para aqueles que trabalham com dados econômicos é aliar a prática com a teoria. Para tanto, o uso do Python pode facilitar esse desafio, permitindo construir todos os passos de uma análise de dados. Demonstramos o poder da linguagem tomando como exemplo a construção da NAIRU para o Brasil.

A Abordagem do Estudo de Eventos usando Python

A maioria das pesquisas em finanças está dedicada a investigar o efeito de um anúncio da companhia ou de um evento, sistêmico ou não, sobre o preço de uma ação. Esses estudos são conhecidos como “estudos de eventos”. Neste contexto, apresentaremos uma breve introdução à metodologia e demonstraremos como aplicá-la por meio de exemplos reais utilizando a linguagem de programação Python.

Análise regional da atividade econômica com dados do BCB usando Python

O Banco Central disponibiliza indicadores regionais sobre a atividade econômica, possibilitando análises a nível de regiões e estados brasileiros. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.