Relatório AM #33 - Pesquisa Mensal do Comércio (PMC)

A Pesquisa Mensal do Comércio (PMC) é o principal indicador em frequência mensal para avaliar como se comportam o volume de vendas e de receita no varejo brasileiro. A pesquisa conduzida pelo IBGE conta com dados disponíveis no SIDRA e pode ser acessada via o pacote de R sidrar. No nosso Curso de Análise de Conjuntura usando o R, nós ensinamos os alunos a construir scripts que automatizam a coleta, tratamento e apresentação da pesquisa.

O início do script é carregando os pacotes necessários.


## Pacotes utilizados nessa apresentação
library(tidyverse)
library(lubridate)
library(tstools)
library(sidrar)
library(zoo)
library(scales)
library(gridExtra)
library(tsibble)
library(timetk)
library(knitr)

Uma vez que os pacotes são carregados, nós podemos coletar os dados diretamente via a API do SIDRA/IBGE. O código abaixo dá um exemplo para o varejo restrito.


## Coleta e tratamento dos dados do Comércio Restrito
names = c('date', 'receita', 'receita_sa', 'volume', 'volume_sa')
restrito = get_sidra(api='/t/3416/n1/all/v/all/p/all/c11046/40311,40312/d/v564%201,v565%201') %>%
mutate(date = parse_date(`Mês (Código)`, format = '%Y%m')) %>%
select(`Variável`, date, `Tipos de índice`, Valor) %>%
spread(`Variável`, Valor) %>%
pivot_wider(id_cols = date,
names_from = 'Tipos de índice',
values_from = c('Índice de receita nominal de vendas no comércio varejista',
'Índice de volume de vendas no comércio varejista')) %>%
`colnames<-`(names) %>%
as_tibble()

A seguir, colocamos um gráfico com a variação interanual.

Você confere o script completo no nosso Curso de Análise de Conjuntura usando o R. A apresentação da PMC também está disponível no Clube AM.

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.