Ferramentas para ler as matrizes insumo-produto publicadas por Passoni & Freitas (2023).
Project description
UFRJgic
Ferramentas em Python para acessar os recortes das matrizes insumo-produto anuais estimadas por Passoni & Freitas (2023). O pacote expõe duas funções (var e var_list) que trabalham diretamente com os arquivos .xlsx distribuídos pelos autores.
Instalação
pip install UFRJgic
Guia rápido das funções var e var_list
- A função
var()retorna informações das matrizes estimadas por Passoni e Freitas (2023) a partir dos arquivos.xlsxlocalizados no diretório padrão (ou no diretório configurado).
01.1) Variáveis de entrada
ano:- arquivos com 67 atividades: 2010-2021
- arquivos com 42 atividades: 2000-2021
PAAnão inclui o ano inicial (2010 para 67 atividades, 2000 para 42 atividades)
n_atividade: número de atividades (42ou67)nome_aba(sensível a maiúsculas):Recursos,Usos,Usos Nacional,Usos Importado,Impostos,Comércio,Transporte,An,Am,Z*AbasComércioeTransportenão existem nos arquivosPCT
codigo_variavel: usevar_list(nome_aba, n_atividade)para descobrir os códigos disponíveispreco:PCR(preços correntes, padrão),PAA(preço do ano anterior) ouPCT(unidades totais)
01.2) Exemplo
from UFRJgic import var
ipi = var('2011', '67', 'Recursos', 'IPI', 'PCR')
print(ipi.head())
https://colab.research.google.com/drive/1rovC5sm8ZIa5i9Yogl7I8rJkUmHI9tym#scrollTo=-Hl208JRKqXt
Limitações atuais
- Somente matrizes quadradas (PCR/PAA/PCT)
- Séries em volume (
PRL) ainda não incorporadas - A função
var_list(nome_aba, n_atividade)retorna um DataFrame comcodigo_variavel,descricao_variaveledimensaopara aquela aba e dimensão. Utilize-a antes de chamarvarpara confirmar os códigos.
Fontes dos dados .xlsx:
- ALVES-PASSONI, Patieene; FREITAS, Fabio. Estimação de Matrizes Insumo-Produto anuais para o Brasil no Sistema de Contas Nacionais Referência 2010. Pesquisa e Planejamento Econômico (PPE), v. 53, n. 1 (jan/abr), 2023. Disponível em: https://repositorio.ipea.gov.br/bitstream/11058/13265/23/PPE_v53_n1_Artigo4_estimacao_de_matrizes.pdf
- ALVES-PASSONI, Patieene; FREITAS, Fabio. Como deflacionar matrizes insumo-produto? Uma proposta de uma série deflacionada para o Brasil no SCN 2010. Texto para Discussão 030/2022, Instituto de Economia/IE, UFRJ, 2022. Disponível em: https://www.ie.ufrj.br/images/IE/TDS/2022/TD_IE_030_2022_PASSONI_FREITAS.pdf
Project details
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file ufrjgic-0.1.3.tar.gz.
File metadata
- Download URL: ufrjgic-0.1.3.tar.gz
- Upload date:
- Size: 37.7 MB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.12.3
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
100026211189419569c7876e924e3cc7d39b8acff2e72473b297b44df2ce01cf
|
|
| MD5 |
15a1468a0212059bb7ba17a7f4d7e74a
|
|
| BLAKE2b-256 |
7d3d579d5e00a233381f74d83bc3645099ff5cf5119db02fe0113355bc3e1bb8
|
File details
Details for the file ufrjgic-0.1.3-py3-none-any.whl.
File metadata
- Download URL: ufrjgic-0.1.3-py3-none-any.whl
- Upload date:
- Size: 37.7 MB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.12.3
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
d018a73e7522272696c3bd4e6788a846a06ae2b894fee15c9153e480c740797e
|
|
| MD5 |
18f296a0c7ea3ec40e24a9cb9c33e601
|
|
| BLAKE2b-256 |
3fe829612a9f1500b5bca86428bd89eddf170a38b1d554a95d24a39fc2c30c3e
|