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)"

	#Ano (int), mes(str)
pycaged.SubclasseEstados(ano, mes)   #<---- Nível mais desagregado

	"Retorna o dataframe com dados CAGED de todos os estados a nível Subclasse de classificação de emprego (CNAE 2.0)"

#Ano (int), mes(str)
pycaged.ClasseEstados(ano, mes)

	"Retorna o dataframe com dados de todos os estados a nível de Classe de classificação de emprego (CNAE 2.0)"

#Ano (int), mes(str)
pycaged.SecaoEstados(ano, mes)    #<----- Nível menos agregado

	"Retorna o dataframe com dados CAGED de todos os estados 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-1.5.tar.gz (6.8 kB view hashes)

Uploaded Source

Built Distribution

pycaged-1.5-py3-none-any.whl (6.1 kB view hashes)

Uploaded Python 3

Supported by

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