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

Como analisar o sentimento dos textos do COPOM no Python?

Neste exercício construímos um indicador que busca quantificar o sentimento proveniente das decisões de política monetária no Brasil. Usando técnicas de mineração de texto, implementamos todas as etapas necessárias, desde web scraping e pré-processamento das atas do Comitê de Política Monetária do Banco Central (COPOM), até a criação de tokens e a classificação do sentimento implícito nos textos.

Como importar os textos do COPOM para análise de sentimentos no Python?

Os textos divulgados pelo COPOM, sejam os comunicados ou atas, são o ponto de partida para diversos tipos de análises quantitativas, como a análise de sentimentos, e qualitativas, como uma análise de cenário econômico. Neste artigo, mostramos como coletar estes textos de forma automatizada usando web scrapping e Python.

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.

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.