Consumindo APIs de dados econômicos e financeiros no R

Dados são armazenados e coletados por meio de diferentes métodos , seja por meio de arquivos de planilhas eletrônicas, textos, banco de dados e até mesmo com a conexão de servidores Web , conhecidos como APIs. Muitos pacotes de coletas de dados criados em R e Python utilizam por trás de suas funções a conexão com APIs de diferente fontes, mas como utilizá-las diretamente? Vamos  criar um exemplo com a plataforma do SICONFI para entendermos melhor a coleta de dados por meio de APIs.

API

APIs é um acrônimo para Application Programming Interface, que é basicamente um software que permite duas aplicações de máquinas diferentes se comunicarem. Esse método é extremamente útil para a conexão de diferentes servidores na Web, possibilitando a disponibilização de dados.

SICONFI

O SICONFI é um sistema da Secretaria de Tesouro Nacional que coleta e disponibiliza as declarações e demonstrativos de dados contábeis das entidades do Brasil.

Primeiramente, é necessário estar a par dos parâmetros que devem ser colocados como entradas para obter os dados dos diversos tipos de demonstrativos. O site http://apidatalake.tesouro.gov.br/docs/siconfi/ fornece detalhadamente quais parâmetros devem ser fornecidos para cada tipo de demonstrativos, bem como a url base para realizar a requisição do API.

Aqui iremos trabalhar como exemplo a Declaração de Contas Anuais (DCA) Anexo I-D do município de Varginha - Minas Gerais, no qual nos fornecerá as Despesas Orçamentárias por Natureza.

Para o DCA, há 3 parâmetros que devem ser inseridos: an_exercicio (Ano de exercício do demonstrativo); no_anexo (Qual anexo do relatório deseja obter) e id_ente (O código IBGE do ente em questão). Sendo an_exercicio e id_ente obrigatórios para esse demonstrativo em questão.

Clube AM

Demonstramos a construção do exercício completo com um vídeo comentado através do Clube AM. Membros do Clube também possuem acesso aos arquivos do código.

É fundamental a utilização dos pacotes a seguir.

Em seguida vamos realizar a chamada da API criando uma URL.

Após isso, devemos realizar a requisição da API usando a função GET do pacote httr, bem como realizar a extração do conteúdo com as funções content e fromJSON dos pacotes httr e jsonlite, respectivamente.

Desta forma podemos obter os dados do DCA Anexo I-D do município de Varginha. O método pode ser replicado para outros anexos e demonstrativos, bem como para qualquer outro Ente do Brasil.

Quer saber mais?

Acompanhe a postagem através do Clube AM. Através dos cursos da nossa trilha de Ciência de Dados para Economia e Finanças.

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.