Baixando planilhas do Novo CAGED com o R

No nosso Curso de Análise de Conjuntura usando o R, ensino os alunos a baixarem os dados agregados do Novo CAGED pelo IPEADATA usando o pacote de R ecoseries. O problema é que a atualização lá não parece ser em tempo real. Assim, para quem trabalha com dados de conjuntura, pode ser necessário baixar as horríveis planilhas do Novo CAGED diretamente do site do Ministério da Economia. Hoje pela manhã, acabei escrevendo um script para isso. Abaixo, o início dele.


########################################################
######## Baixar planilha CAGED #########################

library(readxl)
library(tidyverse)

url = 'http://pdet.mte.gov.br/images/Novo_CAGED/Ago2020/3-tabelas.xlsx'
download.file(url, destfile='caged.xlsx', mode='wb')
data = read_excel('caged.xlsx', sheet = 'Tabela 5.1',
range="B5:F13") %>%
mutate(`Mês` = parse_date(`Mês`, format='%B/%Y', locale=locale('pt')))

Para quem se interessar em ir conferir as planilhas, verá que de fato elas não são nada agradáveis para uma análise séria de dados. Por exemplo, o autor da planilha preenche com um traço os dados faltantes até dezembro/2020, bem como coloca o formato da data como, por exemplo, "Janeiro/2020", dentre outras coisas. Isso exige algum código para ler os dados. No exemplo acima, eu estou lendo uma das planilhas que traz a série de dados agregados de janeiro a agosto com uma função do pacote readxl. E para não ler as tais linhas com traços, acabei setando o argumento range. Também alterei a coluna de datas da tal planilha, através da função parse_date, de modo a poder produzir um gráfico como o abaixo.

Dada a precariedade da série, os números precisam ser vistos com cautela. É preciso levar em consideração, por exemplo, a sazonalidade. Mas, para o que importa para a gente, o importante é ter o dado disponível...

Tomare que nada mude no Ministério da Economia e o script sirva para o mês que vem, né PG?

________________

(*) Para ter acesso aos códigos completos do exercício, cadastre-se na nossa Lista VIP aqui.

(**) Inscrições abertas para as Turmas Especiais dos nossos Cursos de Macro Aplicada.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar LangGraph e LLMs para prever a inflação no Brasil

Este post apresenta um estudo de caso sobre como utilizar o LangGraph e modelos de linguagem para estruturar um sistema multiagente voltado à previsão do IPCA. O exercício cria um sistema que utiliza-se de personas analíticas que trabalham em paralelo, permitindo validar previsões, calcular métricas de erro e consolidar relatórios automatizados. A abordagem demonstra como fluxos multiagentes podem apoiar a análise econômica, oferecendo múltiplas perspectivas e maior consistência nos resultados.

O que é GraphRAG e implementar usando LangChain

GraphRAG é uma técnica de recuperação de informação para LLMs que utiliza grafos de conhecimento para conectar entidades e relações, permitindo estruturar informações complexas presentes em textos. Neste exercício, mostramos como transformar as atas do Copom em um grafo capaz de compreender essas entidades e relações, respondendo a perguntas complexas de forma contextualizada. Com Python e LangChain, todo o processo se torna automatizado, simples e altamente explorável.

Shiny + Agentes de IA: como criar aplicativos web inteligentes

A combinação de interfaces de usuário interativas com o poder dos grandes modelos de linguagem (LLMs) está abrindo um universo de possibilidades. Imagine criar um aplicativo web que não apenas exibe dados, mas também conversa com o usuário, respondendo a perguntas complexas com base em uma base de conhecimento específica. Usando Shiny para Python e ferramentas de IA como as do Google, isso é mais acessível do que nunca.

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.