Code Monkey home page Code Monkey logo

grmirand4 / sc2023-analise-exploratoria-combustiveis-tributos Goto Github PK

View Code? Open in Web Editor NEW
1.0 1.0 0.0 115.63 MB

Análise exploratória de dados referentes às séries históricas de preços de combustíveis e arrecadação de tributos estaduais (2018.1 a 2023.2). Projeto final da disciplina Técnicas de Programação I do curso de Ciência de Dados da Ada Tech vinculado ao programa Santander Coders 2023.

Jupyter Notebook 100.00%
datascience economia estatistica python combustiveis impostos tributos

sc2023-analise-exploratoria-combustiveis-tributos's Introduction

Projeto - Técnicas de Programação I

Instrutores: Alex Lima e Maurício Sobrinho

Equipe: Gabriel Miranda, Marcus Thadeu, Ruann Campos e Thiago Caveglion

O projeto como um todo tem como objetivos:

  • Analisar de forma exploratória a série histórica de preços de combustíveis no Brasil no período de 2018.1 a 2023.1;
  • Analisar de forma exploratória a série histórica de arrecadações tributárias estaduais no mesmo período;
  • Relacionar ambos datasets.

Execução

  • Para rodar o arquivo localmente, certifique-se que a variável descompactar (no notebook Análise_Exploratória_Combustível.ipynb) e a variável rodando_localmente (no notebook Análise_Exploratória_Tributação.ipynb) esteja marcada como True.
    • Outra forma é baixar os datasets diretamente do site dados.gov, como explicaremos a seguir, e coloca-los na pasta datasets_combustivel.

Informações importantes sobre os dois notebooks do projeto:

  • Análise_Exploratória_Combustíveis.ipynb: notebook onde construímos a análise exploratória sobre os combustíveis.
    • Pasta datasets_combustível: onde está armazenado os datasets referentes aos preços dos combustíveis (não conseguimos realizar o upload desses arquivos aqui devido ao tamanho: cerca de 2 GB). Dados disponíveis em: https://www.gov.br/anp/pt-br/centrais-de-conteudo/dados-abertos/serie-historica-de-precos-de-combustiveis.
    • Pata datasets_combustível_comprimido: de forma alternativa, os notebooks podem ser executados baixando-se os datasets compactados nessa pasta e seguindo o que foi descrito acima na seção Execução.
    • Pasta IBGE_Aux: onde está armazenado o dataset auxiliar com os dados de geolocalização utilizado para a construção dos mapas na análise.
  • Análise_Exploratória_Tributação.ipynb: notebook onde construímos a análise exploratória sobre as tributações dos estados.

sc2023-analise-exploratoria-combustiveis-tributos's People

Contributors

grmirand4 avatar

Stargazers

 avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.