datos-mx 1.0

Consultor del api del Banco de México y del Instituto Nacional de Estadística y Geografía

Data Mx

data_mx es una librería construida en Python con la finalidad de consultar datos públicos de México, para el Api del Banco de México (Banxico) y el Instituto Nacional de Estadística y Geografía (INEGI) . Estas dos instituciones publican información de la economía real como financiera.

data_mx esta construida a partir de pandas por lo que las consultas retornadas son pd.Dataframe(), teniendo asi integración con otras librerías como Matplotlib, Seaborn o Statsmodels.

Tabla de contenidos

---
title: Diagrama de Data Mx
---

flowchart LR
    A["Data_mx"] --> B["Banxico"]
    B --Token del Banco de México --> C["SIE"]
    A --> D["INEGI"]
    D -- Token del INEGI --> E["Banco de Indicadores
    BIE
    BISE"]
    A--> F["Auxiliar"]
    F --> G["rename
    group_by_time"]

Donde:

• Banco de México
  • SIE: Sistema de Información Económica
• INEGI: Instituto Nacional de Estadistica, Geografia e Informatica
  • BIE: Banco de Información Económica
  • BISE: Banco de Indicadores
• Otras Funciones
  • Rename: Renombra las variables
  • Group by time: Agrupa los datos según el año o mes

API INEGI

Puedes obtener un Token en la siguiente URL, mientras que los indicadores los puedes consultar en API, en la misma página se consultan tanto el BIE y BISE.

Banco de Información Económica (BIE)

En el BIE se encuentra información del PIB por el lado de la demanda y de la oferta, Índices de precios, Cuentas nacionales, Tasas de ocupación y desocupación, así como Encuestas periódicas que realiza esta institución como la ENOE, EMOE, EMIM, ENEC, entre otros.

Ejemplo PIB y sectores económicos

Consulta parámetros obligatorios

Indicadores:

• Producto Interno Bruto: 735879
• Actividades primarias: 735882
• Actividades secundarias: 735883
• Actividades terciarias: 735888

from data_mx.inegi import banco_de_indicadores

# Parametros 
token= 'tu token'
indbie = '735879,735882,735883,735888'

# Consulta 
inegi = banco_de_indicadores(token)
bie1 = inegi.request(var=indbie, bank='BIE')
bie1.head()

	TIME_PERIOD	735879	735882	735883	735888
0	1980-01-01	1.040137e+07	419192.590	4014172.291	5383811.941
1	1980-02-01	1.034235e+07	386092.639	4003454.651	5369491.411
2	1980-03-01	1.039273e+07	424698.389	4131481.268	5257710.872
3	1980-04-01	1.092767e+07	412868.415	4149062.192	5745881.173
4	1981-01-01	1.134585e+07	438850.326	4412239.779	5856656.820

Consulta no parámetros obligatorios

# Parametros 
name = ['pib', 'act_1', 'act_2', 'act_3']
inicio = '2018-04-01' 
fin = '2022-01-01' 

# Consulta 
bie2 = banco_de_indicadores(token).request(var=indbie, bank='BIE', name=name, start = inicio, end = fin)
bie2.head()

	fecha	pib	act_1	act_2	act_3
9	2021-01-01	2.284084e+07	758035.123	7265140.515	1.360932e+07
10	2021-02-01	2.362332e+07	872394.447	7396306.801	1.406373e+07
11	2021-03-01	2.320473e+07	720485.108	7417864.609	1.381038e+07
12	2021-04-01	2.395044e+07	957920.499	7449600.892	1.427720e+07
13	2022-01-01	2.344404e+07	762523.258	7576903.255	1.381633e+07

Banco de indicadores (BISE)

En el BISE resume los indicadores más importantes de las encuestas recabadas por el INEGI como, por ejemplo:

• ENIGH (Encuesta de Ingreso y Gasto de los Hogares) el ingreso promedio trimestral por hogar según el decil.
• Censos de población destaca población total, por género o rango de edades.

También hay variables cualitativas de Educación, Economía, Geografía, Gobierno y Salud.

Ejemplo: Población

Indicadores:

• Población total: 1002000001

# Parametros
indbise = '1002000001' 
name = ['pop_tot']

# Consulta 
bise = inegi.request(var=indbise, bank='BISE', name=name)
bise.tail()

	fecha	pop_tot
10	2000-01-01	97483412.0
11	2005-01-01	103263388.0
12	2010-01-01	112336538.0
13	2015-01-01	119938473.0
14	2020-01-01	126014024.0

API Banco de México

Puedes obtener un Token en la siguiente URL, mientras que los indicadores los puedes consultar en API

Sistema de información Económica (SIE)

En el SIE principalmente se puede encontrar información financiera como Tasas de interés, UDIS, Base Monetaria, Tipo de Cambio, Subastas de Valores o Encuestas realizadas por esta institución, así como el índice de precios, PIB o Indicadores laborales que son elaborados por otras instituciones.

Ejemplo: Consulta de la Base Monetaria, Crédito Interno y Activos Internacionales

Indicadores:

• Base Monetaria (BM): SF43703
• Activos Internacionales (AIC): SF43704
• Crédito Interno (CIN): SF43706

### Token
from data_mx.banxico import sie
tokenbm = 'tu token'

# A partir de esta se realiza la consulta 
banxico = sie(tokenbm)

# Indicadores 
var = 'SF43703,SF43704,SF43706'

# Consulta 
bm = banxico.request(var= var)
bm.tail()

	fecha	Crédito Interno Neto	Base Monetaria	Activos Internacionales Netos
1512	2024-12-13	-1455509.3	3223066.4	4678575.7
1513	2024-12-20	-1399500.7	3254478.2	4653978.9
1514	2024-12-27	-1403433.5	3294743.7	4698177.2
1515	2025-01-03	-1493095.0	3304980.1	4798075.1
1516	2025-01-10	-1497493.5	3298100.4	4795593.9

Otras Funciones

Estos son una serie de códigos auxiliares que facilitan el procesamiento de las consultas.

Rename

La función rename cambia los valores de los encabezados de un data frame mediante el index.

### Libreria
from data_mx.data_format import rename

### Renombrar variables 
names = ['fecha','BM', 'CIN', 'AIC']
bm = rename(bm, names)
bm.head()

	fecha	BM	CIN	AIC
0	1995-12-29	-264.4	67073.1	66808.6
1	1996-01-05	7304.2	56069.6	63373.8
2	1996-01-12	10199.0	52025.7	62224.7
3	1996-01-19	8593.1	51371.0	59964.1
4	1996-01-26	8360.1	49270.0	57630.1

Group_by_time

La función group_by_time() es un fork de la función pandas.DataFrame.groupby(), está únicamente funciona con consultas realizadas con esta librería. La finalidad de esta función es agrupar los datos según el mes o año.

### Libreria
from data_mx.data_format import group_by_time 

### Base Monetaria por meses 
bm_m = group_by_time(bm, False, 'mean')
bm_m.tail()

	fecha	BM	CIN	AIC
345	2024-09-01	4525193.625	-1453882.950	3071310.675
346	2024-10-01	4511781.675	-1445313.150	3066468.525
347	2024-11-01	4664126.300	-1537982.600	3126143.700
348	2024-12-01	4683622.925	-1441827.175	3241795.750
349	2025-01-01	4796834.500	-1495294.250	3301540.250

Nota: Esta librería no asociada con el Banco de México o el Instituto Nacional de Estadística y Geografía.