Skip to main content

fetches CAGED microdata / busca microdados do CAGED

Project description

pycaged

Este é um módulo para extrair relatórios a partir dos microdados do CAGED. Consolidando os dados do CAGED antigo com o novo. (As ressalvas metodológicas do Ministério da Economia devem ser consideradas)

Instalação

Instale no prompt de comando (Windows) com o comando:

pip install pycaged

Uso no python

import pycaged

#Ano (int), mes(str), uf(int, código ibge da UF)
pycaged.SubclasseMunicipios(ano, mes, uf)   #<---- Nível mais desagregado

	"Retorna o dataframe com dados CAGED dos municípios da UF selecionada a nível Subclasse de classificação de emprego (CNAE 2.0)"

#Ano (int), mes(str), uf(int, código ibge da UF)
pycaged.ClasseMunicipios(ano, mes, uf)

	"Retorna o dataframe com dados CAGED dos municípios da UF selecionada a nível de Classe de classificação de emprego (CNAE 2.0)"
	
#Ano (int), mes(str), uf(int, código ibge da UF)
pycaged.SecaoMunicipios(ano, mes, uf)    #<----- Nível menos agregado

	"Retorna o dataframe com dados CAGED dos municípios da UF selecionada a nível de Seção de classificação de emprego (CNAE 2.0)"

Contributing

Contribuições serão bem-vindas.

Licença

MIT

Extraindo bases de dados completas

## Extração de dados completos
É possível fazer uma iteração com os dados completos dos municípios de um estado desde 2015:
 ESTE PROCESSO PODE LEVAR ENTRE 40 E 100 MINUTOS
        __________________________________________
 
 ```python
 #Exemplo : Criando uma tabela para uma sequência de anos
CAGEDMun = pd.DataFrame(columns = [], index = None)
mes = ["01", "02", "03", "04", "05", "06", "07", "08", "09", "10", "11", "12"]
ano = 2015

#Iteração para os anos e meses (usamos Alagoas, 27, como exemplo)
while ano < 2022:
    for i in mes:
        data = pycaged.SecaoMunicipios(ano, i, 27)
    
#Consolidando dados na tabela final
        CAGEDMun = CAGEDMun.append(data, ignore_index = True)
    ano += 1
    
CAGEDMun.to_csv('CAGEDMun.csv', encoding = 'iso-8859-1')

Dicionário de Dados:

Admitidos/Desligados: Contratação (1), Demissão(2)

Sexo: Masculino (1), Feminino (2)

Classificação de Setores CNAE 2.0: https://docs.google.com/spreadsheets/d/1bMFKpREb4YlW2ZzW1WVLdMN59ol-iLw5/export?format=xlsx

Códigos IBGE por Estado: https://www.oobj.com.br/bc/article/quais-os-c%C3%B3digos-de-cada-uf-no-brasil-465.html

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

pycaged-2.0.tar.gz (7.2 kB view details)

Uploaded Source

Built Distribution

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

pycaged-2.0-py3-none-any.whl (6.0 kB view details)

Uploaded Python 3

File details

Details for the file pycaged-2.0.tar.gz.

File metadata

  • Download URL: pycaged-2.0.tar.gz
  • Upload date:
  • Size: 7.2 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.0 CPython/3.10.4

File hashes

Hashes for pycaged-2.0.tar.gz
Algorithm Hash digest
SHA256 59a7d7c9c96d67f47c30cb71de65acb90503799c7ede1dcd83d51e206a246bb6
MD5 ec2d0a66e1a7a8bce5683695257c65cd
BLAKE2b-256 5f44350d22bb23cf75a897f5dd06f5089ce0b627bb7956019ee7271250dfcc04

See more details on using hashes here.

File details

Details for the file pycaged-2.0-py3-none-any.whl.

File metadata

  • Download URL: pycaged-2.0-py3-none-any.whl
  • Upload date:
  • Size: 6.0 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.0 CPython/3.10.4

File hashes

Hashes for pycaged-2.0-py3-none-any.whl
Algorithm Hash digest
SHA256 ebfd844c13901baf03d0db83e43fb9cae3346a19f0f0536a36e9576a935a2f54
MD5 0e63421a74067ccc86301214ee4a4bbf
BLAKE2b-256 b05ff296fd3cd97360ec01fb74077f66dd715a65319711ad55e189301545c4f8

See more details on using hashes here.

Supported by

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