Skip to main content

osservaprezzi

Porta sul tuo computer, in forma analizzabile, i prezzi pubblicati dall'Osservatorio Prezzi del Ministero delle Imprese e del Made in Italy.

Sul portale quei dati si consultano una pagina alla volta, scegliendo mese, provincia e categoria da quattro menu a tendina. Se vuoi confrontare il prezzo del pane in tutta Italia, o seguire le quotazioni degli ortaggi in dieci mercati, ti servono decine di consultazioni manuali e altrettanti copia-incolla. Questo strumento fa quel lavoro al posto tuo e ti restituisce un CSV.

Cosa NON fa: non inventa valori, non stima, non completa i buchi. Se un dato non è pubblicato, te lo dice.

Prima di impostare un'analisi leggi A cosa servono davvero questi dati: non tutti i confronti che sembrano possibili lo sono, e la differenza dipende dal prodotto.

I dati disponibili

Cosa contiene Aggiornamento Dettaglio
consumo Prezzi al dettaglio di beni e servizi — pane, carne, pesce, benzina, ortofrutta, parrucchiere, lavanderia… — fino a circa 160 voci, con differenze fra province mensile 64 province
ortofrutta-it Quotazioni all'ingrosso di frutta e verdura settimanale 23 mercati italiani
ortofrutta-eu Le stesse quotazioni sui mercati esteri settimanale 11 mercati europei

Si parte dal 2021. Per consumo ogni riga riporta prezzo minimo, massimo e medio rilevati nella provincia; per l'ortofrutta specie, varietà, calibro, origine e prezzo.

Installazione

Il modo più semplice, se hai uv:

uv tool install openosservaprezzi

Il pacchetto si chiama openosservaprezzi, il comando che installa è osservaprezzi.

Per provarlo senza installare nulla:

uvx --from openosservaprezzi osservaprezzi catalog

Con pip:

pip install openosservaprezzi

Verifica che funzioni:

osservaprezzi version

I primi tre comandi

Cosa c'è

osservaprezzi catalog
collection     title                                                      status     dimensions
-------------  ---------------------------------------------------------  ---------  --------------------------------
consumo        Rilevazioni mensili di beni e servizi di largo consumo     available  year, month, province, category
ortofrutta-it  Prodotti ortofrutticoli all'ingrosso nei mercati italiani  available  year, month, week, market, group
ortofrutta-eu  Prodotti ortofrutticoli all'ingrosso nei mercati europei   available  year, month, week, market, group

Le parole nell'ultima colonna sono i filtri che dovrai indicare. Per consumo servono anno, mese, provincia e categoria.

Quali valori posso usare

Non devi indovinarli: te li elenca lo strumento, chiedendoli al portale.

osservaprezzi values consumo category
value       label
----------  -------------------------------
altri_alim  Alimentari
energia     Energetici
groc        Cura della persona e della casa
ittici      Ittici
orto        Ortofrutta
servizi     Servizi

Stessa cosa per province, mercati, gruppi:

osservaprezzi values ortofrutta-eu market
value       label
----------  ----------
AMBURGO     AMBURGO
BARCELLONA  BARCELLONA
BERLINO     BERLINO
BOLOGNA     BOLOGNA
LIONE       LIONE
MILANO      MILANO
MONACO      MONACO
PARIGI      PARIGI
PERPIGNANO  PERPIGNANO
ROMA        ROMA
STOCCARDA   STOCCARDA

Attenzione a mesi e settimane: dipendono dall'anno, quindi vanno chiesti indicandolo.

osservaprezzi values ortofrutta-it week --year 2021 --month 1

Gennaio 2021 ha cinque settimane, maggio 2025 ne ha quattro: è il portale a dirlo.

I dati

osservaprezzi get consumo --year 2025 --month 5 --province Roma --category ittici
year  month  province  category  product                                          price_min  price_max  price_avg
----  -----  --------  --------  -----------------------------------------------  ---------  ---------  ---------
2025  5      Roma      ittici    Alici Fresche Di Pescata (1000 Gr)               5.9        29.9       10.36
2025  5      Roma      ittici    Sgombri Freschi Di Pescata (1000 Gr)             5.99       24.0       10.99
2025  5      Roma      ittici    Merluzzi O Naselli Freschi Di Pescata (1000 Gr)  18.01      29.9       24.99
2025  5      Roma      ittici    Trote Di Allevamento Fresche (1000 Gr)           6.9        16.0       10.5
2025  5      Roma      ittici    Salmone Fresco (1000 Gr)                         12.9       30.92      20.14
2025  5      Roma      ittici    Mitili O Cozze Fresche (1000 Gr)                 4.44       7.01       5.57
2025  5      Roma      ittici    Vongole Fresche (1000 Gr)                        5.99       28.0       21.53

I prezzi sono in euro, riferiti alla quantità tra parentesi.

Portare i dati in Excel, R, Python

Aggiungi --csv e --output:

osservaprezzi get consumo --year 2025 --month 5 --province Bologna --category energia \
  --csv --output benzina-bologna.csv

Il file contiene anche l'indirizzo esatto della pagina da cui il dato proviene e il momento in cui è stato letto — utile quando dovrai citare la fonte:

year,month,province,category,product,price_min,price_max,price_avg,category_label,collection,source_url,retrieved_at
2025,5,Bologna,energia,Gasolio Per Auto Con Servizio Alla Pompa (1 L),1.512,2.142,1.75,Energetici,consumo,https://…

Con --json ottieni invece una struttura pronta per essere elaborata.

Il pane in tutta Italia: gli archivi

Qui lo strumento dà il meglio. Vuoi il prezzo di un prodotto in tutte le province? Non serve ripetere 64 comandi:

osservaprezzi archive consumo \
  --year 2025 --month 5 --category altri_alim \
  --all province \
  --product "Pane Fresco Con Farina Di Grano (1000 Gr)" \
  --output pane-maggio-2025

Prima di partire puoi vedere quanto costerà, senza chiedere niente al portale:

osservaprezzi archive consumo --year 2025 --month 5 --category altri_alim \
  --all province --dry-run
richieste previste: 64
dimensioni espanse: province (64)

Al termine trovi due file:

  • data.csv — i dati, senza duplicati;
  • manifest.json — cosa è stato chiesto, a quale indirizzo, quando, quali province hanno risposto e quali no.

Nell'esempio reale: 64 province interrogate, 60 con quel pane, 4 dove non è stato rilevato. Il prezzo medio andava da 2,42 a 7,04 euro al chilo.

Se l'esecuzione si interrompe, riprende da dove era rimasta:

osservaprezzi archive  --output pane-maggio-2025 --resume

Puoi espandere anche altre dimensioni — tutti i mercati per una settimana, per esempio:

osservaprezzi archive ortofrutta-it --year 2025 --month 5 --week 2 \
  --group ORTAGGI --all market --output ortaggi-settimana2

Riusare la stessa interrogazione

Salva i filtri in un file e rieseguili quando vuoi:

# ortaggi-roma.yaml
version: 1
collection: ortofrutta-it
filters:
  year: 2025
  month: 5
  week: 2
  market: ROMA
  group: ORTAGGI
format: csv
osservaprezzi run ortaggi-roma.yaml --output ortaggi.csv

È il modo più semplice per rifare la stessa estrazione il mese prossimo, o per condividerla con un collega.

A cosa servono davvero questi dati

Vale la pena saperlo prima di impostare un'analisi, perché il valore di questi numeri cambia molto a seconda di cosa si guarda.

Il limite da cui parte tutto

Una descrizione come «Pane Fresco Con Farina Di Grano (1000 Gr)» non identifica un prodotto: identifica una categoria. Dentro ci finiscono pani diversi per varietà, marca, confezione e negozio in cui sono stati rilevati — quella combinazione, nel linguaggio Istat, si chiama referenza. Ogni provincia campiona le proprie, e da un mese all'altro il campione può cambiare.

Lo si vede nei dati stessi. Maggio 2025, stessa descrizione, stesso mese:

minimo massimo medio
Napoli 2,00 2,99 2,42
Roma 2,29 4,89 3,41
Palermo 3,50 5,00 4,42
Milano 2,99 7,00 4,97
Bologna 3,99 7,80 5,23

A Milano il pane più caro costa 2,3 volte il più economico, nella stessa città e nello stesso mese: quella dispersione interna è la prova che sotto l'etichetta ci sono prodotti differenti. Perciò la distanza fra Napoli e Bologna mescola due cose inseparabili — quanto costa il pane e quali pani sono finiti nel campione.

Il portale lo dice esplicitamente: i confronti fra città e fra mesi «possono essere effettuati correttamente solo utilizzando gli indici dei prezzi al consumo».

Cosa regge comunque

La dispersione dentro una singola rilevazione. Minimo, massimo e medio della stessa cella vengono dalla stessa rilevazione: confrontarli fra loro è legittimo. È anche l'informazione più concreta per chi compra — dice quanto conviene guardarsi intorno — e per chi osserva un mercato, perché misura quanto è differenziato.

I prodotti omogenei. L'avvertenza morde dove la referenza è variabile; dove il prodotto è sempre lo stesso quasi sparisce. Benzina verde self, maggio 2025:

medio
Milano 1,688
Bologna 1,692
Napoli 1,695
Palermo 1,715

Uno scarto dell'1,6% fra la prima e l'ultima, contro il più del doppio che separa le stesse città sul pane. La benzina verde è la benzina verde ovunque: niente varietà, niente marca artigianale, niente pezzatura. Sui carburanti il confronto territoriale regge.

L'ortofrutta all'ingrosso. Lì specie, varietà, calibro, categoria, presentazione e origine sono colonne esplicite, non nascoste in una descrizione: sai esattamente cosa stai confrontando, quindi puoi confrontarlo.

Cosa non regge

Classifiche fra città sugli alimentari e serie storiche di qualsiasi voce. Non è una cautela formale: sono conclusioni che i dati non sostengono. Per l'andamento nel tempo la fonte corretta sono gli indici dei prezzi al consumo dell'Istat, costruiti confrontando ogni prodotto con se stesso e quindi immuni al cambio di composizione. In cambio danno la variazione, non il prezzo in euro. Sono pubblicati via SDMX: il NIC arriva fino al dettaglio provinciale (132 aree fra Italia, ripartizioni, regioni e province) ed espone numeri indice e variazioni congiunturali e tendenziali; l'IPCA, l'indice armonizzato europeo, è invece solo nazionale.

Sono due strumenti con due mestieri: i livelli dicono quanto si paga qui e ora, gli indici come si muove nel tempo.

Perché allora esistono

Questi livelli nascono dalla stessa raccolta che alimenta gli indici dei prezzi al consumo, ma non sono dati grezzi: sono elaborazioni. Per la rilevazione tradizionale e le fonti amministrative il portale pubblica il prezzo minimo e massimo effettivamente rilevati e la media delle quotazioni validate; per i dati degli scanner di cassa il minimo e il massimo fra i prezzi medi mensili di ciascun codice a barre, e una media provinciale ponderata sul peso campionario dei punti vendita. Le singole quotazioni per punto vendita non sono pubbliche. Servono inoltre alla sorveglianza dei prezzi — individuare situazioni anomale, alimentare il lavoro del Garante e delle commissioni di allerta rapida — dove basta un ordine di grandezza pubblico e verificabile.

In breve

Analisi Regge?
Dispersione min-max in una provincia e un mese
Confronto fra province sui carburanti
Ortofrutta all'ingrosso fra mercati sì, i descrittori sono espliciti
Copertura: dove e quando un prodotto è rilevato
Classifica delle città sul costo degli alimentari no
Serie storica di un prodotto no, usa gli indici Istat

Altre due cose da sapere

Le assenze significano «non rilevato». Se un prodotto non compare per una provincia non vuol dire che lì non si venda: quel mese non è stato rilevato. A Roma i prodotti ittici sono sette, ad Aosta quattro. Negli archivi queste situazioni sono registrate nel manifest, non nascoste.

Il dettaglio è provinciale, non comunale. Le province coperte sono 64 delle 107 italiane.

Un vincolo voluto: una richiesta alla volta

Il portale è un servizio pubblico pensato per la consultazione umana, senza API. Per non sovraccaricarlo, lo strumento lascia passare una sola richiesta alla volta su tutto il computer, con almeno un secondo fra l'una e l'altra. Se lanci due comandi in parallelo non raddoppi il traffico: si alternano, e nell'insieme vanno alla velocità di uno solo. Un archivio lungo non ti impedisce quindi di fare nel frattempo una singola interrogazione — aspetterà solo il suo turno.

Non è una limitazione da aggirare: è il motivo per cui uno strumento del genere può esistere senza creare problemi a chi lo ospita. Se ti servono volumi molto grandi, la strada giusta è chiedere i dati alla fonte.

Quando qualcosa non va

Lo strumento distingue i casi, invece di restituire silenziosamente una tabella vuota come fa il portale:

Messaggio Cosa significa
invalid_parameter hai indicato un valore che non esiste; ti vengono elencati quelli ammessi
no_data i filtri erano corretti, ma per quel periodo non ci sono rilevazioni
contract_changed il portale ha cambiato struttura: lo strumento va aggiornato
service_unavailable il portale non risponde, oppure un'altra esecuzione è in corso

Se sbagli il nome di un mercato te lo dice subito, con la lista giusta:

osservaprezzi get ortofrutta-it --year 2025 --month 5 --week 2 --market MESSINA --group ORTAGGI
# errore [invalid_parameter]: valori non ammessi dal portale: market
#   valori ammessi: BERGAMO, BOLOGNA, BOLZANO, CAGLIARI, CATANIA, …

Usarlo con un assistente AI

Ogni comando ha --agent, che produce output strutturato, e c'è un comando che descrive l'intero strumento in una volta sola:

osservaprezzi agent-context

Se lavori con Claude, Copilot o simili, il file AGENTS.md contiene le istruzioni da dare all'assistente.

Fonte e licenza

I dati provengono dall'Osservatorio Prezzi del MIMIT, che li elabora a partire da rilevazioni Istat, Unioncamere e BMTI. Cita sempre la fonte e l'indirizzo della pagina: li trovi in ogni riga esportata.

La licenza dei dati non è dichiarata in modo univoco dal portale: prima di ripubblicare archivi derivati, verifica le condizioni con le fonti.

Il codice di questo strumento è rilasciato con licenza MIT (vedi LICENSE).

Contribuire

Segnalazioni e proposte sono benvenute. Per lavorare al codice:

uv sync
uv run pytest

I test girano su pagine HTML salvate in locale e non richiedono connessione.

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

openosservaprezzi-0.1.0.tar.gz (98.6 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

openosservaprezzi-0.1.0-py3-none-any.whl (33.9 kB view details)

Uploaded Python 3

File details

Details for the file openosservaprezzi-0.1.0.tar.gz.

File metadata

  • Download URL: openosservaprezzi-0.1.0.tar.gz
  • Upload date:
  • Size: 98.6 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.13.9

File hashes

Hashes for openosservaprezzi-0.1.0.tar.gz
Algorithm Hash digest
SHA256 c07d1e1154b6e34897c66b7d719b149c3fb005bca6123a37afb080ea32172621
MD5 972c3e780bd64cef37f473ac0c7ea4f0
BLAKE2b-256 f456613d6b33941001413ac150ab90cb0a09303753f45e8f2b889989379180e8

See more details on using hashes here.

File details

Details for the file openosservaprezzi-0.1.0-py3-none-any.whl.

File metadata

File hashes

Hashes for openosservaprezzi-0.1.0-py3-none-any.whl
Algorithm Hash digest
SHA256 2ab47d32abc2eed5fb2b0dd4e9eedcfb00f4abb387b97169c4ed1455c6c990ed
MD5 5cb0b88780a20b42018a9a41ccb4f092
BLAKE2b-256 4790c585a0bf81e4ee43c7683575c55504f4ac0ffa708c563fa2d713ae4fd721

See more details on using hashes here.

Release history Release notifications | RSS feed

0.4.0

2 files

0.3.0

2 files

0.2.0

2 files

This release

0.1.0 This release

2 files

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Sentry Error logging StatusPage Status page