fedstat

Неофициальный Python-клиент к fedstat.ru (ЕМИСС) — порт идей R-пакета fedstatAPIr. Скачивает данные показателей с фильтрами и отдаёт нормализованный pandas.DataFrame.

Основные функции: list_filters / filter_template / load / to_wide. Парсер проверен на разных структурах показателей (квартальные и месячные данные, разное число измерений, иерархические регионы).

Установка

pip install fedstat

Для разработки (клон + окружение poetry):

git clone git@github.com:timryadovouu/fedstat.git
cd fedstat
poetry install

poetry install ставит зависимости в локальное окружение проекта — эта команда предполагает, что исходники уже склонированы (вариант «для разработки»).

Быстрый старт

import fedstat

# 0. Найти показатель по названию (поиск по каталогу всех индикаторов fedstat)
# Поиск по ПОДСТРОКЕ без морфологии — ищите по основе слова (в названиях разные падежи):
fedstat.find("ипотеч")                   # DataFrame: id | title | department | hidden
fedstat.find("безработиц")               # несколько слов = И (все должны встретиться)
fedstat.catalog()                        # весь каталог индикаторов

# 1. Посмотреть доступные фильтры показателя (id — из URL вида /indicator/31452)
fedstat.filter_options("31452")                  # dict {поле: [уникальные значения]}
fedstat.filter_options("31452", as_frame=True)   # то же таблицей (field, object, n_values, values)

# 2. Взять шаблон фильтров и заполнить нужное ("*"/пропуск = все значения)
f = fedstat.filter_template("31452")
f["Год"] = [str(y) for y in range(2017, 2027)]   # можно список
f["Рынок жилья"] = "Первичный рынок жилья"
f["Типы квартир"] = "Все типы квартир"

# 3. Скачать нормализованный ("длинный") DataFrame
df = fedstat.load("31452", filters=f)
df.to_csv("cena.csv", index=False)

# 4. При желании — "широкий" вид (одно измерение по столбцам)
fedstat.to_wide(df, columns="PERIOD", values="VALUE", index="TIME")

Правила фильтров:

• ключ — заголовок поля, как на сайте (регистр и лишние пробелы игнорируются);
• значение — строка, список строк или "*" (все значения); пропущенное поле = все значения;
• неверное имя поля/значения -> FilterError с подсказкой похожего варианта;
• пустая комбинация фильтров -> ошибка 302 от fedstat. Частый подвох: для ОКАТО с 2023 г. данные лежат под «Российская Федерация без учёта новых субъектов», а не под «Российская Федерация».

Примеры

• notebooks/fedstatCheck.ipynb — 4 разобранных показателя (цена жилья, индекс цен, безработица, ставки по ипотеке), включая месячные данные.
• notebooks/example.ipynb — минимальный пример.

Формат вывода

Одна строка = одно наблюдение. Столбцы измерений расшифрованы из справочников (codelists) в человекочитаемые названия, VALUE приведён к числу (десятичная запятая -> точка). Опции load(...):

• with_codes=True — добавить исходные коды измерений (<поле>_code);
• drop_empty=True — выбросить строки без значения;
• try_numeric=False — оставить VALUE строкой.

Модули