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 automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

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.