DadosAbertosBrasil.favoritos

Módulo para consulta a informações variadas.

Essas funções são importadas pelo __init__ do super-módulo DadosAbertosBrasil.

Elas consistem em informações diversas ou em funções pré-parametrizadas de outros módulo. Seu objetivo é facilitar o acesso às informações de maior interesse público.

View Source 
"""Módulo para consulta a informações variadas.

Essas funções são importadas pelo `__init__` do super-módulo
`DadosAbertosBrasil`.

Elas consistem em informações diversas ou em funções pré-parametrizadas de
outros módulo. Seu objetivo é facilitar o acesso às informações de maior
interesse público.

"""

from datetime import datetime
from typing import Union, Optional
import warnings

import pandas as pd
import requests

from ._utils import parse
from . import bacen
from . import ipea



def bandeira(uf:str, tamanho:int=100) -> str:
    """Gera a URL da WikiMedia para a bandeira de um estado.

    Parameters
    ----------
    uf : str
        Sigla da Unidade Federativa.
    tamanho : int, default=100
        Tamanho em pixels da bandeira.

    Returns
    -------
    str
        URL da bandeira do estado no formato PNG.

    Raises
    ------
    DAB_UFError
        Caso seja inserida uma UF inválida.

    Examples
    --------
    Gera o link para uma imagem da bandeira de Santa Catarina de 200 pixels.

    >>> favoritos.bandeira(uf='SC', tamanho=200)
    'https://upload.wikimedia.org/wikipedia/commons/thumb/1/1a/' ...

    """
    
    URL = r'https://upload.wikimedia.org/wikipedia/commons/thumb/'
    
    bandeira = {
        'BR': f'0/05/Flag_of_Brazil.svg/{tamanho}px-Flag_of_Brazil.svg.png',
        'AC': f'4/4c/Bandeira_do_Acre.svg/{tamanho}px-Bandeira_do_Acre.svg.png',
        'AM': f'6/6b/Bandeira_do_Amazonas.svg/{tamanho}px-Bandeira_do_Amazonas.svg.png',
        'AL': f'8/88/Bandeira_de_Alagoas.svg/{tamanho}px-Bandeira_de_Alagoas.svg.png',
        'AP': f'0/0c/Bandeira_do_Amap%C3%A1.svg/{tamanho}px-Bandeira_do_Amap%C3%A1.svg.png',
        'BA': f'2/28/Bandeira_da_Bahia.svg/{tamanho}px-Bandeira_da_Bahia.svg.png',
        'CE': f'2/2e/Bandeira_do_Cear%C3%A1.svg/{tamanho}px-Bandeira_do_Cear%C3%A1.svg.png',
        'DF': f'3/3c/Bandeira_do_Distrito_Federal_%28Brasil%29.svg/{tamanho}px-Bandeira_do_Distrito_Federal_%28Brasil%29.svg.png',
        'ES': f'4/43/Bandeira_do_Esp%C3%ADrito_Santo.svg/{tamanho}px-Bandeira_do_Esp%C3%ADrito_Santo.svg.png',
        'GO': f'b/be/Flag_of_Goi%C3%A1s.svg/{tamanho}px-Flag_of_Goi%C3%A1s.svg.png',
        'MA': f'4/45/Bandeira_do_Maranh%C3%A3o.svg/{tamanho}px-Bandeira_do_Maranh%C3%A3o.svg.png',
        'MG': f'f/f4/Bandeira_de_Minas_Gerais.svg/{tamanho}px-Bandeira_de_Minas_Gerais.svg.png',
        'MT': f'0/0b/Bandeira_de_Mato_Grosso.svg/{tamanho}px-Bandeira_de_Mato_Grosso.svg.png',
        'MS': f'6/64/Bandeira_de_Mato_Grosso_do_Sul.svg/{tamanho}px-Bandeira_de_Mato_Grosso_do_Sul.svg.png',
        'PA': f'0/02/Bandeira_do_Par%C3%A1.svg/{tamanho}px-Bandeira_do_Par%C3%A1.svg.png',
        'PB': f'b/bb/Bandeira_da_Para%C3%ADba.svg/{tamanho}px-Bandeira_da_Para%C3%ADba.svg.png',
        'PE': f'5/59/Bandeira_de_Pernambuco.svg/{tamanho}px-Bandeira_de_Pernambuco.svg.png',
        'PI': f'3/33/Bandeira_do_Piau%C3%AD.svg/{tamanho}px-Bandeira_do_Piau%C3%AD.svg.png',
        'PR': f'9/93/Bandeira_do_Paran%C3%A1.svg/{tamanho}px-Bandeira_do_Paran%C3%A1.svg.png',
        'RJ': f'7/73/Bandeira_do_estado_do_Rio_de_Janeiro.svg/{tamanho}px-Bandeira_do_estado_do_Rio_de_Janeiro.svg.png',
        'RO': f'f/fa/Bandeira_de_Rond%C3%B4nia.svg/{tamanho}px-Bandeira_de_Rond%C3%B4nia.svg.png',
        'RN': f'3/30/Bandeira_do_Rio_Grande_do_Norte.svg/{tamanho}px-Bandeira_do_Rio_Grande_do_Norte.svg.png',        
        'RR': f'9/98/Bandeira_de_Roraima.svg/{tamanho}px-Bandeira_de_Roraima.svg.png',
        'RS': f'6/63/Bandeira_do_Rio_Grande_do_Sul.svg/{tamanho}px-Bandeira_do_Rio_Grande_do_Sul.svg.png',
        'SC': f'1/1a/Bandeira_de_Santa_Catarina.svg/{tamanho}px-Bandeira_de_Santa_Catarina.svg.png',
        'SE': f'b/be/Bandeira_de_Sergipe.svg/{tamanho}px-Bandeira_de_Sergipe.svg.png',
        'SP': f'2/2b/Bandeira_do_estado_de_S%C3%A3o_Paulo.svg/{tamanho}px-Bandeira_do_estado_de_S%C3%A3o_Paulo.svg.png',
        'TO': f'f/ff/Bandeira_do_Tocantins.svg/{tamanho}px-Bandeira_do_Tocantins.svg.png',

        # Extintos
        'FN': f'3/3b/Fernando_de_Noronha%2C_PE_-_Bandeira.svg/{tamanho}px-Fernando_de_Noronha%2C_PE_-_Bandeira.svg.png',
        'GB': f'c/c3/Bandeira_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png/{tamanho}px-Bandeira_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png'
    }
    
    return URL + bandeira[parse.uf(uf, extintos=True)]



def brasao(uf:str, tamanho:int=100) -> str:
    """Gera a URL da WikiMedia para o brasão de um estado.

    Parameters
    ----------
    uf : str
        Sigla da Unidade Federativa.
    tamanho : int, default=100
        Tamanho em pixels da bandeira.

    Returns
    -------
    str
        URL da bandeira do estado no formato PNG.

    Raises
    ------
    DAB_UFError
        Caso seja inserida uma UF inválida.

    Examples
    --------
    Gera o link para uma imagem do brasão de Santa Catarina de 200 pixels.

    >>> favoritos.brasao(uf='SC', tamanho=200)
    'https://upload.wikimedia.org/wikipedia/commons/thumb/1/1a/' ...

    """
    
    URL = r'https://upload.wikimedia.org/wikipedia/commons/thumb/'
    
    brasao = {
        'BR': f'b/bf/Coat_of_arms_of_Brazil.svg/{tamanho}px-Coat_of_arms_of_Brazil.svg.png',
        'AC': f'5/52/Brasão_do_Acre.svg/{tamanho}px-Brasão_do_Acre.svg.png',
        'AM': f'2/2c/Bras%C3%A3o_do_Amazonas.svg/{tamanho}px-Bras%C3%A3o_do_Amazonas.svg.png',
        'AL': f'5/5c/Bras%C3%A3o_do_Estado_de_Alagoas.svg/{tamanho}px-Bras%C3%A3o_do_Estado_de_Alagoas.svg.png',
        'AP': f'6/63/Bras%C3%A3o_do_Amap%C3%A1.svg/{tamanho}px-Bras%C3%A3o_do_Amap%C3%A1.svg.png',
        'BA': f'1/12/Bras%C3%A3o_do_estado_da_Bahia.svg/{tamanho}px-Bras%C3%A3o_do_estado_da_Bahia.svg.png',
        'CE': f'f/fe/Bras%C3%A3o_do_Cear%C3%A1.svg/{tamanho}px-Bras%C3%A3o_do_Cear%C3%A1.svg.png',
        'DF': f'e/e0/Bras%C3%A3o_do_Distrito_Federal_%28Brasil%29.svg/{tamanho}px-Bras%C3%A3o_do_Distrito_Federal_%28Brasil%29.svg.png',
        'ES': f'a/a0/Bras%C3%A3o_do_Esp%C3%ADrito_Santo.svg/{tamanho}px-Bras%C3%A3o_do_Esp%C3%ADrito_Santo.svg.png',
        'GO': f'b/bf/Bras%C3%A3o_de_Goi%C3%A1s.svg/{tamanho}px-Bras%C3%A3o_de_Goi%C3%A1s.svg.png',
        'MA': f'a/ab/Brasão_do_Maranhão.svg/{tamanho}px-Brasão_do_Maranhão.svg.png',
        'MG': f'd/d2/Brasão_de_Minas_Gerais.svg/{tamanho}px-Brasão_de_Minas_Gerais.svg.png',
        'MT': f'0/04/Brasão_de_Mato_Grosso.png/{tamanho}px-Brasão_de_Mato_Grosso.png',
        'MS': f'f/fa/Brasão_de_Mato_Grosso_do_Sul.svg/{tamanho}px-Brasão_de_Mato_Grosso_do_Sul.svg.png',
        'PA': f'b/bc/Brasão_do_Pará.svg/{tamanho}px-Brasão_do_Pará.svg.png',
        'PB': f'f/fd/Brasão_da_Paraíba.svg/{tamanho}px-Brasão_da_Paraíba.svg.png',
        'PE': f'0/04/Brasão_do_estado_de_Pernambuco.svg/{tamanho}px-Brasão_do_estado_de_Pernambuco.svg.png',
        'PI': f'a/ad/Brasão_do_Piauí.svg/{tamanho}px-Brasão_do_Piauí.svg.png',
        'PR': f'4/49/Brasão_do_Paraná.svg/{tamanho}px-Brasão_do_Paraná.svg.png',
        'RJ': f'5/5b/Brasão_do_estado_do_Rio_de_Janeiro.svg/{tamanho}px-Brasão_do_estado_do_Rio_de_Janeiro.svg.png',
        'RO': f'f/f1/Brasão_de_Rondônia.svg/{tamanho}px-Brasão_de_Rondônia.svg.png',
        'RN': f'2/26/Brasão_do_Rio_Grande_do_Norte.svg/{tamanho}px-Brasão_do_Rio_Grande_do_Norte.svg.png',        
        'RR': f'e/ed/Brasão_de_Roraima.svg/{tamanho}px-Brasão_de_Roraima.svg.png',
        'RS': f'3/38/Brasão_do_Rio_Grande_do_Sul.svg/{tamanho}px-Brasão_do_Rio_Grande_do_Sul.svg.png',
        'SC': f'6/65/Brasão_de_Santa_Catarina.svg/{tamanho}px-Brasão_de_Santa_Catarina.svg.png',
        'SE': f'5/52/Brasão_de_Sergipe.svg/{tamanho}px-Brasão_de_Sergipe.svg.png',
        'SP': f'1/1a/Brasão_do_estado_de_São_Paulo.svg/{tamanho}px-Brasão_do_estado_de_São_Paulo.svg.png',
        'TO': f'c/cc/Brasão_do_Tocantins.svg/{tamanho}px-Brasão_do_Tocantins.svg.png',

        # Extintos
        'FN': f'5/5a/Fernando_de_Noronha%2C_PE_-_Bras%C3%A3o.svg/{tamanho}px-Fernando_de_Noronha%2C_PE_-_Bras%C3%A3o.svg.png',
        'GB': f'c/cf/Bras%C3%A3o_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png/{tamanho}px-Bras%C3%A3o_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png'
    }
    
    return URL + brasao[parse.uf(uf, extintos=True)]



def catalogo() -> pd.DataFrame:
    """Catálogo de iniciativas oficiais de dados abertos no Brasil.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo um catálogo de iniciativas de dados abertos.

    References
    ----------
    .. [1] https://github.com/dadosgovbr

    Examples
    --------
    >>> favoritos.catalogo()
                                                   Título  ...
    0                      Alagoas em dados e informações  ...
    1                             Fortaleza Dados Abertos  ...
    2                              Dados abertos – TCM-CE  ...
    3                      Dados abertos Distrito Federal  ...
    4                       Dados abertos – Governo do ES  ...
    ..                                                ...  ...

    """

    URL = 'https://raw.githubusercontent.com/dadosgovbr/catalogos-dados-brasil/master/dados/catalogos.csv'
    return pd.read_csv(URL)



def codigos_municipios() -> pd.DataFrame:
    """Lista dos códigos dos municípios do IBGE e do TSE.

    Utilizado para correlacionar dados das duas APIs diferentes.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os códigos do IBGE e do TSE para todos os
        municípios do Brasil.

    References
    ----------
    .. [1] https://github.com/betafcc

    Examples
    --------
    >>> favoritos.codigos_municipios()
          codigo_tse  codigo_ibge nome_municipio  uf  capital
    0           1120      1200013     ACRELÂNDIA  AC        0
    1           1570      1200054   ASSIS BRASIL  AC        0
    2           1058      1200104      BRASILÉIA  AC        0
    3           1007      1200138         BUJARI  AC        0
    4           1015      1200179       CAPIXABA  AC        0
    ..           ...          ...            ...  ..      ...

    """

    URL = r'https://raw.githubusercontent.com/betafcc/Municipios-Brasileiros-TSE/master/municipios_brasileiros_tse.json'
    df = pd.read_json(URL)
    return df[['codigo_tse', 'codigo_ibge', 'nome_municipio', 'uf', 'capital']]



def geojson(uf:str) -> dict:
    """Coordenadas dos municípios brasileiros em formato GeoJSON.

    .. deprecated:: 0.3.2
        Esta função será removida na versão 0.4.
        Favor utilizar a função `DadosAbertosBrasil.ibge.malha`.

    Parameters
    ----------
    uf : str
        Nome ou sigla da Unidade Federativa.

    Returns
    -------
    dict
        Coordenadas em formato .GeoJSON da UF pesquisada.

    Raises
    -----
    DAB_UFError
        Caso seja inserida uma UF inválida.

    References
    ----------
    .. [1] https://github.com/tbrugz

    Examples
    --------
    >>> favoritos.geojson('SC')
    {
        'type': 'FeatureCollection',
        'features': [{
            'type': 'Feature',
            'properties': {
                'id': '4200051',
                'name': 'Abdon Batista',
                'description': 'Abdon Batista'
            },
            'geometry': {
                'type': 'Polygon',
                'coordinates': [[
                    [-51.0378352721, -27.5044338231],
                    [-51.0307859254, -27.5196681175],
                    [-51.0175689993, -27.5309862449],
                    [-50.9902859975, -27.5334223314],
                    [-50.9858971419, -27.5302011257],
                    ...

    """

    warnings.warn(
        "Esta função será removida na versão 0.4.\nFavor utilizar a função `DadosAbertosBrasil.ibge.malha`",
        DeprecationWarning
    )
    
    uf = parse.uf(uf)
    
    mapping = {
        'BR': 100,
        'AC': 12,
        'AM': 13,
        'AP': 16,
        'PA': 15,
        'RO': 11,
        'RR': 14,
        'TO': 17,
        'AL': 27,
        'BA': 29,
        'CE': 23,
        'MA': 21,
        'PB': 25,
        'PE': 26,
        'PI': 22,
        'RN': 24,
        'SE': 28,
        'ES': 32,
        'MG': 31,
        'RJ': 33,
        'SP': 35,
        'PR': 41,
        'RS': 43,
        'SC': 42,
        'DF': 53,
        'GO': 52,
        'MT': 51,
        'MS': 50
    }
    
    url = f'https://raw.githubusercontent.com/tbrugz/geodata-br/master/geojson/geojs-{mapping[uf]}-mun.json'
    return requests.get(url).json()



def ipca(
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Índice nacional de preços ao consumidor-amplo (IPCA).

    Esta é uma função de fácil acesso à série temporal 433 do módulo `bacen`.

    Parameters
    ----------
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores mais recentes.

    >>> favoritos.ipca(ultimos=4)
            data valor
    0 2021-03-01  0.93
    1 2021-04-01  0.31
    2 2021-05-01  0.83
    3 2021-06-01  0.53

    Os valores entre Janeiro e Abril de 2021 usando a data como índice.

    >>> favoritos.ipca(inicio='2021-01-01', fim='2021-04-01', index=True)
               valor
    data            
    2021-01-01  0.25
    2021-02-01  0.86
    2021-03-01  0.93
    2021-04-01  0.31

    """

    return bacen.serie(
        cod = 433,
        ultimos = ultimos,
        inicio = inicio,
        fim = fim,
        index = index
    )



def perfil_eleitorado() -> pd.DataFrame:
    """Tabela com perfil do eleitorado por município.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo o perfil do eleitorado em todos os municípios.

    Examples
    --------
    >>> favoritos.perfil_eleitorado()
          NR_ANO_ELEICAO  CD_PAIS NM_PAIS SG_REGIAO NM_REGIAO SG_UF     NM_UF  ...
    0               2020        1  Brasil         N     Norte    AC      Acre  ...
    1               2020        1  Brasil         N     Norte    AC      Acre  ...
    ..               ...      ...     ...       ...       ...   ...       ...  ...

    """

    return pd.read_csv(
        r'https://raw.githubusercontent.com/GusFurtado/DadosAbertosBrasil/master/data/Eleitorado.csv',
        encoding = 'latin-1',
        sep = ';'
    )



def pib(periodo:str='anual', index:bool=False) -> pd.DataFrame:
    """Variação percentual do Produto Interno Bruto Real.

    Esta é uma função de fácil acesso às séries temporais 'PAN_PIBPMG' e
    'PAN4_PIBPMG4' do módulo `ipea`.

    Parameters
    ----------
    periodo : {'anual', 'trimestral'}, default='anual'
        Granularidade dos valores.
    index : bool, default=False
        Define a coluna `data` como index da tabela.

    Returns
    -------
    pandas.core.frame.DataFrame
        Tabela contendo os valores do PIB real.

    Examples
    --------
    Capturar PIB trimestral.

    >>> favoritos.pib(periodo='trimestral')
           periodo      valor
    0   1997-01-01   3.400572
    1   1997-04-01   4.754002
    2   1997-07-01   1.791279
    3   1997-10-01   3.738518
    4   1998-01-01   1.007575
    ..         ...     ...

    Capturar PIB anual, pondo o período como index da tabela.

    >>> favoritos.pib(periodo='anual', index=True)
                   valor
    periodo             
    1997-01-01  3.394846
    1998-01-01  0.338098
    1999-01-01  0.467938
    2000-01-01  4.387949
    2001-01-01  1.389896
    ...              ...

    """

    # Parsing período
    periodo = periodo.lower()[0]
    if periodo == 'a':
        cod = 'PAN_PIBPMG'
    elif periodo == 't':
        cod = 'PAN4_PIBPMG4'

    df = ipea.serie(cod=cod, index=False)
    df.drop(columns=['SERCODIGO', 'NIVNOME', 'TERCODIGO'], inplace=True)
    df.columns = ['periodo', 'valor']
    if index:
        df.set_index('periodo', inplace=True)
    return df



def rentabilidade_poupanca(
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Rentailidade dos depósitos de poupança a partir de Maio de 2012. 

    Esta é uma função de fácil acesso à série temporal 195 do módulo `bacen`.

    Parameters
    ----------
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores mais recentes.

    >>> favoritos.rentabilidade_poupanca(ultimos=4)
            data    datafim   valor
    0 2021-07-05 2021-08-05  0.2446
    1 2021-07-06 2021-08-06  0.2446
    2 2021-07-07 2021-08-07  0.2446
    3 2021-07-08 2021-08-08  0.2446

    Os valores entre Janeiro e Abril de 2021 usando a data como índice.

    >>> favoritos.rentabilidade_poupanca(inicio='2021-01-01', fim='2021-04-01', index=True)
                  datafim   valor
    data                         
    2021-01-01 2021-02-01  0.1159
    2021-01-02 2021-02-02  0.1159
    2021-01-03 2021-02-03  0.1159
    2021-01-04 2021-02-04  0.1159
    2021-01-05 2021-02-05  0.1159
    ...               ...     ...

    """

    return bacen.serie(
        cod = 195,
        ultimos = ultimos,
        inicio = inicio,
        fim = fim,
        index = index
    )



def reservas_internacionais(
        periodo: str = 'mensal',
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Reservar internacionais mensais ou diárias.

    Esta é uma função de fácil acesso às séries temporais 3546 e 13621
    do módulo `bacen`.

    Parameters
    ----------
    periodo : {'mensal', 'diario'}, default='mensal'
        Período dos dados consultados.
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores diários mais recentes.

    >>> favoritos.reservas_internacionais(periodo='diario', ultimos=4)
            data   valor
    0 2021-07-05  353870
    1 2021-07-06  354086
    2 2021-07-07  354140
    3 2021-07-08  354303

    Os valores mensais entre Janeiro e Abril de 2021 usando a data como
    índice.

    >>> favoritos.reservas_internacionais(
    ...     periodo = 'mensal',
    ...     inicio = '2021-01-01',
    ...     fim = '2021-04-01',
    ...     index = True
    ... )
                 valor
    data              
    2021-01-01  355416
    2021-02-01  356070
    2021-03-01  347413
    2021-04-01  350996

    """

    if periodo.lower() == 'mensal':
        return bacen.serie(
            cod = 3546,
            ultimos = ultimos,
            inicio = inicio,
            fim = fim,
            index = index
        )
    elif periodo.lower() in ['diaria', 'diario', 'diário', 'diária']:
        return bacen.serie(
            cod = 13621,
            ultimos = ultimos,
            inicio = inicio,
            fim = fim,
            index = index
        )
    else:
        raise ValueError(
            "Período inválido. Escolha um dos seguintes valores: 'mensal' ou 'diaria'."
        )



def risco_brasil(index:bool=False) -> pd.DataFrame:
    """Valores diários do Risco-Brasil, disponibilizados pela J.P. Morgan
    desde 1994.

    Esta é uma função de fácil acesso à série temporal 'JPM366_EMBI366' do
    módulo `ipea`.

    Parameters
    ----------
    index : bool, default=False
        Define a coluna `data` como index da tabela.

    Returns
    -------
    pandas.core.frame.DataFrame
        Tabela contendo os valores diários do Risco-Brasil.

    Examples
    --------
    >>> favoritos.risco_brasil()
                data   valor
    0     1994-04-29  1120.0
    1     1994-04-30     NaN
    2     1994-05-01     NaN
    3     1994-05-02  1131.0
    4     1994-05-03  1081.0
    ..           ...     ...

    """

    df = ipea.serie(cod='JPM366_EMBI366', index=False)
    df.drop(columns=['SERCODIGO', 'NIVNOME', 'TERCODIGO'], inplace=True)
    df.columns = ['data', 'valor']
    if index:
        df.set_index('data', inplace=True)
    return df



def salario_minimo(
        tipo: str = 'nominal',
        index: bool = False
    ) -> pd.DataFrame:
    """Valores do salário-mínimo mensal brasileiro desde 1940.

    Esta é uma função de fácil acesso às série temporais do módulo `ipea`.

    Parameters
    ----------
    tipo : {'nominal', 'real', 'pcc'}, default='nominal'
        Tipo de salário-mínimo.
        - 'nominal': Salário-mínimo nominal;
        - 'real': Salário-mínimo real (abatido pela inflação);
        - 'ppc': Salario-mínimo por Paridade de Poder de Compra.
    index : bool, default=False
        Define a coluna `data` como index da tabela.

    Returns
    -------
    pandas.core.frame.DataFrame
        Tabela contendo os valores mensais do salário-mínimo.

    Examples
    --------
    Forma mais simples da função.

    >>> favoritos.salario_minimo()
               data         valor
    0    1940-07-01  8.727273e-14
    1    1940-08-01  8.727273e-14
    2    1940-09-01  8.727273e-14
    3    1940-10-01  8.727273e-14
    4    1940-11-01  8.727273e-14
    ..          ...           ...

    Salário-mínimo real usando a data como índice da tabela.

    >>> favoritos.salario_minimo(tipo='real', index=True)
                      valor
    data                   
    1940-07-01   962.321161
    1940-08-01   959.634185
    1940-09-01   958.771291
    1940-10-01   943.765421
    1940-11-01   922.546843
    ...                 ...

    """

    if tipo.lower() == 'nominal':
        df = ipea.serie(cod='MTE12_SALMIN12', index=False)
    elif tipo.lower() == 'real':
        df = ipea.serie(cod='GAC12_SALMINRE12', index=False)
    elif tipo.lower() == 'ppc':
        df = ipea.serie(cod='GAC12_SALMINDOL12', index=False)
    else:
        raise ValueError(
            "Tipo inválido. Escolha um dos seguintes valores: 'nominal', 'real' ou 'ppc'."
        )

    df.drop(columns=['SERCODIGO', 'NIVNOME', 'TERCODIGO'], inplace=True)
    df.columns = ['data', 'valor']
    if index:
        df.set_index('data', inplace=True)
    return df



    def selic(
    periodo: str = 'meta',
    anualizado: bool = True,
    ultimos: Optional[int] = None,
    inicio: Union[datetime, str] = None,
    fim: Union[datetime, str] = None,
    index: bool = False
) -> pd.DataFrame:
"""Taxa de juros - Meta Selic definida pelo COPOM.

    Esta é uma função de fácil acesso à série temporal 432 do módulo `bacen`.

    Parameters
    ----------
    periodo : {'meta', 'diario', 'dia', 'mensal', 'mes'}, default='meta'
        Tipo da série que será retornada.
        - 'meta': Meta anual do COPOM;
        - 'diario' ou 'dia': Intervalo de dados por dia.
        - 'mensal' ou 'mes': Intervalo de dados por mês.
    anualizado : bool, default=True
        Se True, anualiza a série mantendo o período.
        Esse argumento é ignorado quando `periodo == 'meta'`.
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.
    ValueError
        Caso seja passado um período inválido.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Busca a taxa mensal anualizada dos quatro meses mais recentes.

    >>> import DadosAbertosBrasil as dab
    >>> dab.selic(
    ...     periodo = 'mensal',
    ...     anualizado = True,
    ...     ultimos = 4
    ... )
            data  valor
    0 2021-11-01   7.65
    1 2021-12-01   8.76
    2 2022-01-01   9.15
    3 2022-02-01  10.47

    Captura a meta SELIC corrente.

    >>> dab.selic(periodo='meta', ultimos=1)
            data  valor
    0 2022-03-16  10.75

    Captura os valores não anualizados da primeira semada de Janeiro/2022,
    utilizando a data como índice.

    >>> dab.selic(
    ...     periodo = 'diario',
    ...     anualizado = False,
    ...     inicio = '2022-01-03',
    ...     fim = '2022-01-07',
    ...     index = True
    ... )
                   valor
    data                
    2022-01-03  0.034749
    2022-01-04  0.034749
    2022-01-05  0.034749
    2022-01-06  0.034749
    2022-01-07  0.034749

    """

periodo = periodo.lower()

if periodo == 'meta':
    cod = 432

elif periodo.startswith('dia'):
    cod = 1178 if anualizado else 11

elif periodo in ('mensal', 'mes'):
    cod = 4189 if anualizado else 4390

else:
    raise ValueError("Período inválido.\nEscolha entre 'meta', 'diario' ou 'mensal'.")

return bacen.serie(
    cod = cod,
    ultimos = ultimos,
    inicio = inicio,
    fim = fim,
    index = index
)



def taxa_referencial(
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Taxa referencial (TR).

    Esta é uma função de fácil acesso à série temporal 226 do módulo `bacen`.

    Parameters
    ----------
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores mais recentes.

    >>> favoritos.taxa_referencial(ultimos=4)
            data    datafim   valor
    0 2021-07-05 2021-08-05  0.0000
    1 2021-07-06 2021-08-06  0.0000
    2 2021-07-07 2021-08-07  0.0000
    3 2021-07-08 2021-08-08  0.0000

    Os valores entre Janeiro e Abril de 2021 usando a data como índice.

    >>> favoritos.taxa_referencial(inicio='2021-01-01', fim='2021-04-01', index=True)
                  datafim   valor
    data                         
    2021-01-01 2021-02-01  0.0000
    2021-01-02 2021-02-02  0.0000
    2021-01-03 2021-02-03  0.0000
    2021-01-04 2021-02-04  0.0000
    2021-01-05 2021-02-05  0.0000
    ...               ...     ...

    """

    return bacen.serie(
        cod = 226,
        ultimos = ultimos,
        inicio = inicio,
        fim = fim,
        index = index
    )
#   def bandeira(uf: str, tamanho: int = 100) -> str:
View Source 
def bandeira(uf:str, tamanho:int=100) -> str:
    """Gera a URL da WikiMedia para a bandeira de um estado.

    Parameters
    ----------
    uf : str
        Sigla da Unidade Federativa.
    tamanho : int, default=100
        Tamanho em pixels da bandeira.

    Returns
    -------
    str
        URL da bandeira do estado no formato PNG.

    Raises
    ------
    DAB_UFError
        Caso seja inserida uma UF inválida.

    Examples
    --------
    Gera o link para uma imagem da bandeira de Santa Catarina de 200 pixels.

    >>> favoritos.bandeira(uf='SC', tamanho=200)
    'https://upload.wikimedia.org/wikipedia/commons/thumb/1/1a/' ...

    """
    
    URL = r'https://upload.wikimedia.org/wikipedia/commons/thumb/'
    
    bandeira = {
        'BR': f'0/05/Flag_of_Brazil.svg/{tamanho}px-Flag_of_Brazil.svg.png',
        'AC': f'4/4c/Bandeira_do_Acre.svg/{tamanho}px-Bandeira_do_Acre.svg.png',
        'AM': f'6/6b/Bandeira_do_Amazonas.svg/{tamanho}px-Bandeira_do_Amazonas.svg.png',
        'AL': f'8/88/Bandeira_de_Alagoas.svg/{tamanho}px-Bandeira_de_Alagoas.svg.png',
        'AP': f'0/0c/Bandeira_do_Amap%C3%A1.svg/{tamanho}px-Bandeira_do_Amap%C3%A1.svg.png',
        'BA': f'2/28/Bandeira_da_Bahia.svg/{tamanho}px-Bandeira_da_Bahia.svg.png',
        'CE': f'2/2e/Bandeira_do_Cear%C3%A1.svg/{tamanho}px-Bandeira_do_Cear%C3%A1.svg.png',
        'DF': f'3/3c/Bandeira_do_Distrito_Federal_%28Brasil%29.svg/{tamanho}px-Bandeira_do_Distrito_Federal_%28Brasil%29.svg.png',
        'ES': f'4/43/Bandeira_do_Esp%C3%ADrito_Santo.svg/{tamanho}px-Bandeira_do_Esp%C3%ADrito_Santo.svg.png',
        'GO': f'b/be/Flag_of_Goi%C3%A1s.svg/{tamanho}px-Flag_of_Goi%C3%A1s.svg.png',
        'MA': f'4/45/Bandeira_do_Maranh%C3%A3o.svg/{tamanho}px-Bandeira_do_Maranh%C3%A3o.svg.png',
        'MG': f'f/f4/Bandeira_de_Minas_Gerais.svg/{tamanho}px-Bandeira_de_Minas_Gerais.svg.png',
        'MT': f'0/0b/Bandeira_de_Mato_Grosso.svg/{tamanho}px-Bandeira_de_Mato_Grosso.svg.png',
        'MS': f'6/64/Bandeira_de_Mato_Grosso_do_Sul.svg/{tamanho}px-Bandeira_de_Mato_Grosso_do_Sul.svg.png',
        'PA': f'0/02/Bandeira_do_Par%C3%A1.svg/{tamanho}px-Bandeira_do_Par%C3%A1.svg.png',
        'PB': f'b/bb/Bandeira_da_Para%C3%ADba.svg/{tamanho}px-Bandeira_da_Para%C3%ADba.svg.png',
        'PE': f'5/59/Bandeira_de_Pernambuco.svg/{tamanho}px-Bandeira_de_Pernambuco.svg.png',
        'PI': f'3/33/Bandeira_do_Piau%C3%AD.svg/{tamanho}px-Bandeira_do_Piau%C3%AD.svg.png',
        'PR': f'9/93/Bandeira_do_Paran%C3%A1.svg/{tamanho}px-Bandeira_do_Paran%C3%A1.svg.png',
        'RJ': f'7/73/Bandeira_do_estado_do_Rio_de_Janeiro.svg/{tamanho}px-Bandeira_do_estado_do_Rio_de_Janeiro.svg.png',
        'RO': f'f/fa/Bandeira_de_Rond%C3%B4nia.svg/{tamanho}px-Bandeira_de_Rond%C3%B4nia.svg.png',
        'RN': f'3/30/Bandeira_do_Rio_Grande_do_Norte.svg/{tamanho}px-Bandeira_do_Rio_Grande_do_Norte.svg.png',        
        'RR': f'9/98/Bandeira_de_Roraima.svg/{tamanho}px-Bandeira_de_Roraima.svg.png',
        'RS': f'6/63/Bandeira_do_Rio_Grande_do_Sul.svg/{tamanho}px-Bandeira_do_Rio_Grande_do_Sul.svg.png',
        'SC': f'1/1a/Bandeira_de_Santa_Catarina.svg/{tamanho}px-Bandeira_de_Santa_Catarina.svg.png',
        'SE': f'b/be/Bandeira_de_Sergipe.svg/{tamanho}px-Bandeira_de_Sergipe.svg.png',
        'SP': f'2/2b/Bandeira_do_estado_de_S%C3%A3o_Paulo.svg/{tamanho}px-Bandeira_do_estado_de_S%C3%A3o_Paulo.svg.png',
        'TO': f'f/ff/Bandeira_do_Tocantins.svg/{tamanho}px-Bandeira_do_Tocantins.svg.png',

        # Extintos
        'FN': f'3/3b/Fernando_de_Noronha%2C_PE_-_Bandeira.svg/{tamanho}px-Fernando_de_Noronha%2C_PE_-_Bandeira.svg.png',
        'GB': f'c/c3/Bandeira_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png/{tamanho}px-Bandeira_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png'
    }
    
    return URL + bandeira[parse.uf(uf, extintos=True)]

Gera a URL da WikiMedia para a bandeira de um estado.

Parameters
  • uf (str): Sigla da Unidade Federativa.
  • tamanho (int, default=100): Tamanho em pixels da bandeira.
Returns
  • str: URL da bandeira do estado no formato PNG.
Raises
  • DAB_UFError: Caso seja inserida uma UF inválida.
Examples
  • Gera o link para uma imagem da bandeira de Santa Catarina de 200 pixels. 
>>> favoritos.bandeira(uf='SC', tamanho=200)
'https://upload.wikimedia.org/wikipedia/commons/thumb/1/1a/' ...
#   def brasao(uf: str, tamanho: int = 100) -> str:
View Source 
def brasao(uf:str, tamanho:int=100) -> str:
    """Gera a URL da WikiMedia para o brasão de um estado.

    Parameters
    ----------
    uf : str
        Sigla da Unidade Federativa.
    tamanho : int, default=100
        Tamanho em pixels da bandeira.

    Returns
    -------
    str
        URL da bandeira do estado no formato PNG.

    Raises
    ------
    DAB_UFError
        Caso seja inserida uma UF inválida.

    Examples
    --------
    Gera o link para uma imagem do brasão de Santa Catarina de 200 pixels.

    >>> favoritos.brasao(uf='SC', tamanho=200)
    'https://upload.wikimedia.org/wikipedia/commons/thumb/1/1a/' ...

    """
    
    URL = r'https://upload.wikimedia.org/wikipedia/commons/thumb/'
    
    brasao = {
        'BR': f'b/bf/Coat_of_arms_of_Brazil.svg/{tamanho}px-Coat_of_arms_of_Brazil.svg.png',
        'AC': f'5/52/Brasão_do_Acre.svg/{tamanho}px-Brasão_do_Acre.svg.png',
        'AM': f'2/2c/Bras%C3%A3o_do_Amazonas.svg/{tamanho}px-Bras%C3%A3o_do_Amazonas.svg.png',
        'AL': f'5/5c/Bras%C3%A3o_do_Estado_de_Alagoas.svg/{tamanho}px-Bras%C3%A3o_do_Estado_de_Alagoas.svg.png',
        'AP': f'6/63/Bras%C3%A3o_do_Amap%C3%A1.svg/{tamanho}px-Bras%C3%A3o_do_Amap%C3%A1.svg.png',
        'BA': f'1/12/Bras%C3%A3o_do_estado_da_Bahia.svg/{tamanho}px-Bras%C3%A3o_do_estado_da_Bahia.svg.png',
        'CE': f'f/fe/Bras%C3%A3o_do_Cear%C3%A1.svg/{tamanho}px-Bras%C3%A3o_do_Cear%C3%A1.svg.png',
        'DF': f'e/e0/Bras%C3%A3o_do_Distrito_Federal_%28Brasil%29.svg/{tamanho}px-Bras%C3%A3o_do_Distrito_Federal_%28Brasil%29.svg.png',
        'ES': f'a/a0/Bras%C3%A3o_do_Esp%C3%ADrito_Santo.svg/{tamanho}px-Bras%C3%A3o_do_Esp%C3%ADrito_Santo.svg.png',
        'GO': f'b/bf/Bras%C3%A3o_de_Goi%C3%A1s.svg/{tamanho}px-Bras%C3%A3o_de_Goi%C3%A1s.svg.png',
        'MA': f'a/ab/Brasão_do_Maranhão.svg/{tamanho}px-Brasão_do_Maranhão.svg.png',
        'MG': f'd/d2/Brasão_de_Minas_Gerais.svg/{tamanho}px-Brasão_de_Minas_Gerais.svg.png',
        'MT': f'0/04/Brasão_de_Mato_Grosso.png/{tamanho}px-Brasão_de_Mato_Grosso.png',
        'MS': f'f/fa/Brasão_de_Mato_Grosso_do_Sul.svg/{tamanho}px-Brasão_de_Mato_Grosso_do_Sul.svg.png',
        'PA': f'b/bc/Brasão_do_Pará.svg/{tamanho}px-Brasão_do_Pará.svg.png',
        'PB': f'f/fd/Brasão_da_Paraíba.svg/{tamanho}px-Brasão_da_Paraíba.svg.png',
        'PE': f'0/04/Brasão_do_estado_de_Pernambuco.svg/{tamanho}px-Brasão_do_estado_de_Pernambuco.svg.png',
        'PI': f'a/ad/Brasão_do_Piauí.svg/{tamanho}px-Brasão_do_Piauí.svg.png',
        'PR': f'4/49/Brasão_do_Paraná.svg/{tamanho}px-Brasão_do_Paraná.svg.png',
        'RJ': f'5/5b/Brasão_do_estado_do_Rio_de_Janeiro.svg/{tamanho}px-Brasão_do_estado_do_Rio_de_Janeiro.svg.png',
        'RO': f'f/f1/Brasão_de_Rondônia.svg/{tamanho}px-Brasão_de_Rondônia.svg.png',
        'RN': f'2/26/Brasão_do_Rio_Grande_do_Norte.svg/{tamanho}px-Brasão_do_Rio_Grande_do_Norte.svg.png',        
        'RR': f'e/ed/Brasão_de_Roraima.svg/{tamanho}px-Brasão_de_Roraima.svg.png',
        'RS': f'3/38/Brasão_do_Rio_Grande_do_Sul.svg/{tamanho}px-Brasão_do_Rio_Grande_do_Sul.svg.png',
        'SC': f'6/65/Brasão_de_Santa_Catarina.svg/{tamanho}px-Brasão_de_Santa_Catarina.svg.png',
        'SE': f'5/52/Brasão_de_Sergipe.svg/{tamanho}px-Brasão_de_Sergipe.svg.png',
        'SP': f'1/1a/Brasão_do_estado_de_São_Paulo.svg/{tamanho}px-Brasão_do_estado_de_São_Paulo.svg.png',
        'TO': f'c/cc/Brasão_do_Tocantins.svg/{tamanho}px-Brasão_do_Tocantins.svg.png',

        # Extintos
        'FN': f'5/5a/Fernando_de_Noronha%2C_PE_-_Bras%C3%A3o.svg/{tamanho}px-Fernando_de_Noronha%2C_PE_-_Bras%C3%A3o.svg.png',
        'GB': f'c/cf/Bras%C3%A3o_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png/{tamanho}px-Bras%C3%A3o_do_Estado_da_Guanabara_%281960%E2%80%931975%29.png'
    }
    
    return URL + brasao[parse.uf(uf, extintos=True)]

Gera a URL da WikiMedia para o brasão de um estado.

Parameters
  • uf (str): Sigla da Unidade Federativa.
  • tamanho (int, default=100): Tamanho em pixels da bandeira.
Returns
  • str: URL da bandeira do estado no formato PNG.
Raises
  • DAB_UFError: Caso seja inserida uma UF inválida.
Examples
  • Gera o link para uma imagem do brasão de Santa Catarina de 200 pixels. 
>>> favoritos.brasao(uf='SC', tamanho=200)
'https://upload.wikimedia.org/wikipedia/commons/thumb/1/1a/' ...
#   def codigos_municipios() -> pandas.core.frame.DataFrame:
View Source 
def codigos_municipios() -> pd.DataFrame:
    """Lista dos códigos dos municípios do IBGE e do TSE.

    Utilizado para correlacionar dados das duas APIs diferentes.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os códigos do IBGE e do TSE para todos os
        municípios do Brasil.

    References
    ----------
    .. [1] https://github.com/betafcc

    Examples
    --------
    >>> favoritos.codigos_municipios()
          codigo_tse  codigo_ibge nome_municipio  uf  capital
    0           1120      1200013     ACRELÂNDIA  AC        0
    1           1570      1200054   ASSIS BRASIL  AC        0
    2           1058      1200104      BRASILÉIA  AC        0
    3           1007      1200138         BUJARI  AC        0
    4           1015      1200179       CAPIXABA  AC        0
    ..           ...          ...            ...  ..      ...

    """

    URL = r'https://raw.githubusercontent.com/betafcc/Municipios-Brasileiros-TSE/master/municipios_brasileiros_tse.json'
    df = pd.read_json(URL)
    return df[['codigo_tse', 'codigo_ibge', 'nome_municipio', 'uf', 'capital']]

Lista dos códigos dos municípios do IBGE e do TSE.

Utilizado para correlacionar dados das duas APIs diferentes.

Returns
  • pandas.core.frame.DataFrame: DataFrame contendo os códigos do IBGE e do TSE para todos os municípios do Brasil.
Examples
>>> favoritos.codigos_municipios()
      codigo_tse  codigo_ibge nome_municipio  uf  capital
0           1120      1200013     ACRELÂNDIA  AC        0
1           1570      1200054   ASSIS BRASIL  AC        0
2           1058      1200104      BRASILÉIA  AC        0
3           1007      1200138         BUJARI  AC        0
4           1015      1200179       CAPIXABA  AC        0
..           ...          ...            ...  ..      ...
    #   def geojson(uf: str) -> dict:
    View Source 
    def geojson(uf:str) -> dict:
    """Coordenadas dos municípios brasileiros em formato GeoJSON.

    .. deprecated:: 0.3.2
        Esta função será removida na versão 0.4.
        Favor utilizar a função `DadosAbertosBrasil.ibge.malha`.

    Parameters
    ----------
    uf : str
        Nome ou sigla da Unidade Federativa.

    Returns
    -------
    dict
        Coordenadas em formato .GeoJSON da UF pesquisada.

    Raises
    -----
    DAB_UFError
        Caso seja inserida uma UF inválida.

    References
    ----------
    .. [1] https://github.com/tbrugz

    Examples
    --------
    >>> favoritos.geojson('SC')
    {
        'type': 'FeatureCollection',
        'features': [{
            'type': 'Feature',
            'properties': {
                'id': '4200051',
                'name': 'Abdon Batista',
                'description': 'Abdon Batista'
            },
            'geometry': {
                'type': 'Polygon',
                'coordinates': [[
                    [-51.0378352721, -27.5044338231],
                    [-51.0307859254, -27.5196681175],
                    [-51.0175689993, -27.5309862449],
                    [-50.9902859975, -27.5334223314],
                    [-50.9858971419, -27.5302011257],
                    ...

    """

    warnings.warn(
        "Esta função será removida na versão 0.4.\nFavor utilizar a função `DadosAbertosBrasil.ibge.malha`",
        DeprecationWarning
    )
    
    uf = parse.uf(uf)
    
    mapping = {
        'BR': 100,
        'AC': 12,
        'AM': 13,
        'AP': 16,
        'PA': 15,
        'RO': 11,
        'RR': 14,
        'TO': 17,
        'AL': 27,
        'BA': 29,
        'CE': 23,
        'MA': 21,
        'PB': 25,
        'PE': 26,
        'PI': 22,
        'RN': 24,
        'SE': 28,
        'ES': 32,
        'MG': 31,
        'RJ': 33,
        'SP': 35,
        'PR': 41,
        'RS': 43,
        'SC': 42,
        'DF': 53,
        'GO': 52,
        'MT': 51,
        'MS': 50
    }
    
    url = f'https://raw.githubusercontent.com/tbrugz/geodata-br/master/geojson/geojs-{mapping[uf]}-mun.json'
    return requests.get(url).json()

    Coordenadas dos municípios brasileiros em formato GeoJSON.

    Deprecated since version 0.3.2: Esta função será removida na versão 0.4. Favor utilizar a função DadosAbertosBrasil.ibge.malha.

    Parameters
    • uf (str): Nome ou sigla da Unidade Federativa.
    Returns
    • dict: Coordenadas em formato .GeoJSON da UF pesquisada.
    Raises
    • DAB_UFError: Caso seja inserida uma UF inválida.
    Examples
    >>> favoritos.geojson('SC')
{
    'type': 'FeatureCollection',
    'features': [{
        'type': 'Feature',
        'properties': {
            'id': '4200051',
            'name': 'Abdon Batista',
            'description': 'Abdon Batista'
        },
        'geometry': {
            'type': 'Polygon',
            'coordinates': [[
                [-51.0378352721, -27.5044338231],
                [-51.0307859254, -27.5196681175],
                [-51.0175689993, -27.5309862449],
                [-50.9902859975, -27.5334223314],
                [-50.9858971419, -27.5302011257],
                ...
      #   def ipca( ultimos: Union[int, NoneType] = None, inicio: Union[datetime.datetime, str] = None, fim: Union[datetime.datetime, str] = None, index: bool = False ) -> pandas.core.frame.DataFrame:
      View Source 
      def ipca(
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Índice nacional de preços ao consumidor-amplo (IPCA).

    Esta é uma função de fácil acesso à série temporal 433 do módulo `bacen`.

    Parameters
    ----------
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores mais recentes.

    >>> favoritos.ipca(ultimos=4)
            data valor
    0 2021-03-01  0.93
    1 2021-04-01  0.31
    2 2021-05-01  0.83
    3 2021-06-01  0.53

    Os valores entre Janeiro e Abril de 2021 usando a data como índice.

    >>> favoritos.ipca(inicio='2021-01-01', fim='2021-04-01', index=True)
               valor
    data            
    2021-01-01  0.25
    2021-02-01  0.86
    2021-03-01  0.93
    2021-04-01  0.31

    """

    return bacen.serie(
        cod = 433,
        ultimos = ultimos,
        inicio = inicio,
        fim = fim,
        index = index
    )

      Índice nacional de preços ao consumidor-amplo (IPCA).

      Esta é uma função de fácil acesso à série temporal 433 do módulo bacen.

      Parameters
      • ultimos (int, optional): Retorna os últimos N valores da série numérica.
      • inicio (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o primeiro dia da pesquisa.
      • fim (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o último dia da pesquisa. Caso este campo seja None, será considerada a data de hoje.
      • index (bool, default=False): Define se a coluna 'data' será o index do DataFrame.
      Returns
      • pandas.core.frame.DataFrame: DataFrame contendo os valores da série temporal.
      Raises
      • JSONDecodeError: Em caso de parâmetros inválidos.
      Notes
      • Os argumentos inicio e fim devem ser usados em conjunto para funcionar.
      Examples
      • Os quatro valores mais recentes.
      >>> favoritos.ipca(ultimos=4)
        data valor
0 2021-03-01  0.93
1 2021-04-01  0.31
2 2021-05-01  0.83
3 2021-06-01  0.53
      • Os valores entre Janeiro e Abril de 2021 usando a data como índice. 
      >>> favoritos.ipca(inicio='2021-01-01', fim='2021-04-01', index=True)
           valor
data            
2021-01-01  0.25
2021-02-01  0.86
2021-03-01  0.93
2021-04-01  0.31
      #   def perfil_eleitorado() -> pandas.core.frame.DataFrame:
      View Source 
      def perfil_eleitorado() -> pd.DataFrame:
    """Tabela com perfil do eleitorado por município.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo o perfil do eleitorado em todos os municípios.

    Examples
    --------
    >>> favoritos.perfil_eleitorado()
          NR_ANO_ELEICAO  CD_PAIS NM_PAIS SG_REGIAO NM_REGIAO SG_UF     NM_UF  ...
    0               2020        1  Brasil         N     Norte    AC      Acre  ...
    1               2020        1  Brasil         N     Norte    AC      Acre  ...
    ..               ...      ...     ...       ...       ...   ...       ...  ...

    """

    return pd.read_csv(
        r'https://raw.githubusercontent.com/GusFurtado/DadosAbertosBrasil/master/data/Eleitorado.csv',
        encoding = 'latin-1',
        sep = ';'
    )

      Tabela com perfil do eleitorado por município.

      Returns
      • pandas.core.frame.DataFrame: DataFrame contendo o perfil do eleitorado em todos os municípios.
      Examples
      >>> favoritos.perfil_eleitorado()
      NR_ANO_ELEICAO  CD_PAIS NM_PAIS SG_REGIAO NM_REGIAO SG_UF     NM_UF  ...
0               2020        1  Brasil         N     Norte    AC      Acre  ...
1               2020        1  Brasil         N     Norte    AC      Acre  ...
..               ...      ...     ...       ...       ...   ...       ...  ...
      #   def pib( periodo: str = 'anual', index: bool = False ) -> pandas.core.frame.DataFrame:
      View Source 
      def pib(periodo:str='anual', index:bool=False) -> pd.DataFrame:
    """Variação percentual do Produto Interno Bruto Real.

    Esta é uma função de fácil acesso às séries temporais 'PAN_PIBPMG' e
    'PAN4_PIBPMG4' do módulo `ipea`.

    Parameters
    ----------
    periodo : {'anual', 'trimestral'}, default='anual'
        Granularidade dos valores.
    index : bool, default=False
        Define a coluna `data` como index da tabela.

    Returns
    -------
    pandas.core.frame.DataFrame
        Tabela contendo os valores do PIB real.

    Examples
    --------
    Capturar PIB trimestral.

    >>> favoritos.pib(periodo='trimestral')
           periodo      valor
    0   1997-01-01   3.400572
    1   1997-04-01   4.754002
    2   1997-07-01   1.791279
    3   1997-10-01   3.738518
    4   1998-01-01   1.007575
    ..         ...     ...

    Capturar PIB anual, pondo o período como index da tabela.

    >>> favoritos.pib(periodo='anual', index=True)
                   valor
    periodo             
    1997-01-01  3.394846
    1998-01-01  0.338098
    1999-01-01  0.467938
    2000-01-01  4.387949
    2001-01-01  1.389896
    ...              ...

    """

    # Parsing período
    periodo = periodo.lower()[0]
    if periodo == 'a':
        cod = 'PAN_PIBPMG'
    elif periodo == 't':
        cod = 'PAN4_PIBPMG4'

    df = ipea.serie(cod=cod, index=False)
    df.drop(columns=['SERCODIGO', 'NIVNOME', 'TERCODIGO'], inplace=True)
    df.columns = ['periodo', 'valor']
    if index:
        df.set_index('periodo', inplace=True)
    return df

      Variação percentual do Produto Interno Bruto Real.

      Esta é uma função de fácil acesso às séries temporais 'PAN_PIBPMG' e 'PAN4_PIBPMG4' do módulo ipea.

      Parameters
      • periodo ({'anual', 'trimestral'}, default='anual'): Granularidade dos valores.
      • index (bool, default=False): Define a coluna data como index da tabela.
      Returns
      • pandas.core.frame.DataFrame: Tabela contendo os valores do PIB real.
      Examples
      • Capturar PIB trimestral.
      >>> favoritos.pib(periodo='trimestral')
       periodo      valor
0   1997-01-01   3.400572
1   1997-04-01   4.754002
2   1997-07-01   1.791279
3   1997-10-01   3.738518
4   1998-01-01   1.007575
..         ...     ...
      • Capturar PIB anual, pondo o período como index da tabela.
      >>> favoritos.pib(periodo='anual', index=True)
               valor
periodo             
1997-01-01  3.394846
1998-01-01  0.338098
1999-01-01  0.467938
2000-01-01  4.387949
2001-01-01  1.389896
...              ...
      #   def rentabilidade_poupanca( ultimos: Union[int, NoneType] = None, inicio: Union[datetime.datetime, str] = None, fim: Union[datetime.datetime, str] = None, index: bool = False ) -> pandas.core.frame.DataFrame:
      View Source 
      def rentabilidade_poupanca(
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Rentailidade dos depósitos de poupança a partir de Maio de 2012. 

    Esta é uma função de fácil acesso à série temporal 195 do módulo `bacen`.

    Parameters
    ----------
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores mais recentes.

    >>> favoritos.rentabilidade_poupanca(ultimos=4)
            data    datafim   valor
    0 2021-07-05 2021-08-05  0.2446
    1 2021-07-06 2021-08-06  0.2446
    2 2021-07-07 2021-08-07  0.2446
    3 2021-07-08 2021-08-08  0.2446

    Os valores entre Janeiro e Abril de 2021 usando a data como índice.

    >>> favoritos.rentabilidade_poupanca(inicio='2021-01-01', fim='2021-04-01', index=True)
                  datafim   valor
    data                         
    2021-01-01 2021-02-01  0.1159
    2021-01-02 2021-02-02  0.1159
    2021-01-03 2021-02-03  0.1159
    2021-01-04 2021-02-04  0.1159
    2021-01-05 2021-02-05  0.1159
    ...               ...     ...

    """

    return bacen.serie(
        cod = 195,
        ultimos = ultimos,
        inicio = inicio,
        fim = fim,
        index = index
    )

      Rentailidade dos depósitos de poupança a partir de Maio de 2012.

      Esta é uma função de fácil acesso à série temporal 195 do módulo bacen.

      Parameters
      • ultimos (int, optional): Retorna os últimos N valores da série numérica.
      • inicio (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o primeiro dia da pesquisa.
      • fim (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o último dia da pesquisa. Caso este campo seja None, será considerada a data de hoje.
      • index (bool, default=False): Define se a coluna 'data' será o index do DataFrame.
      Returns
      • pandas.core.frame.DataFrame: DataFrame contendo os valores da série temporal.
      Raises
      • JSONDecodeError: Em caso de parâmetros inválidos.
      Notes
      • Os argumentos inicio e fim devem ser usados em conjunto para funcionar.
      Examples
      • Os quatro valores mais recentes.
      >>> favoritos.rentabilidade_poupanca(ultimos=4)
        data    datafim   valor
0 2021-07-05 2021-08-05  0.2446
1 2021-07-06 2021-08-06  0.2446
2 2021-07-07 2021-08-07  0.2446
3 2021-07-08 2021-08-08  0.2446
      • Os valores entre Janeiro e Abril de 2021 usando a data como índice. 
      >>> favoritos.rentabilidade_poupanca(inicio='2021-01-01', fim='2021-04-01', index=True)
              datafim   valor
data                         
2021-01-01 2021-02-01  0.1159
2021-01-02 2021-02-02  0.1159
2021-01-03 2021-02-03  0.1159
2021-01-04 2021-02-04  0.1159
2021-01-05 2021-02-05  0.1159
...               ...     ...
      #   def reservas_internacionais( periodo: str = 'mensal', ultimos: Union[int, NoneType] = None, inicio: Union[datetime.datetime, str] = None, fim: Union[datetime.datetime, str] = None, index: bool = False ) -> pandas.core.frame.DataFrame:
      View Source 
      def reservas_internacionais(
        periodo: str = 'mensal',
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Reservar internacionais mensais ou diárias.

    Esta é uma função de fácil acesso às séries temporais 3546 e 13621
    do módulo `bacen`.

    Parameters
    ----------
    periodo : {'mensal', 'diario'}, default='mensal'
        Período dos dados consultados.
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores diários mais recentes.

    >>> favoritos.reservas_internacionais(periodo='diario', ultimos=4)
            data   valor
    0 2021-07-05  353870
    1 2021-07-06  354086
    2 2021-07-07  354140
    3 2021-07-08  354303

    Os valores mensais entre Janeiro e Abril de 2021 usando a data como
    índice.

    >>> favoritos.reservas_internacionais(
    ...     periodo = 'mensal',
    ...     inicio = '2021-01-01',
    ...     fim = '2021-04-01',
    ...     index = True
    ... )
                 valor
    data              
    2021-01-01  355416
    2021-02-01  356070
    2021-03-01  347413
    2021-04-01  350996

    """

    if periodo.lower() == 'mensal':
        return bacen.serie(
            cod = 3546,
            ultimos = ultimos,
            inicio = inicio,
            fim = fim,
            index = index
        )
    elif periodo.lower() in ['diaria', 'diario', 'diário', 'diária']:
        return bacen.serie(
            cod = 13621,
            ultimos = ultimos,
            inicio = inicio,
            fim = fim,
            index = index
        )
    else:
        raise ValueError(
            "Período inválido. Escolha um dos seguintes valores: 'mensal' ou 'diaria'."
        )

      Reservar internacionais mensais ou diárias.

      Esta é uma função de fácil acesso às séries temporais 3546 e 13621 do módulo bacen.

      Parameters
      • periodo ({'mensal', 'diario'}, default='mensal'): Período dos dados consultados.
      • ultimos (int, optional): Retorna os últimos N valores da série numérica.
      • inicio (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o primeiro dia da pesquisa.
      • fim (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o último dia da pesquisa. Caso este campo seja None, será considerada a data de hoje.
      • index (bool, default=False): Define se a coluna 'data' será o index do DataFrame.
      Returns
      • pandas.core.frame.DataFrame: DataFrame contendo os valores da série temporal.
      Raises
      • JSONDecodeError: Em caso de parâmetros inválidos.
      Notes
      • Os argumentos inicio e fim devem ser usados em conjunto para funcionar.
      Examples
      • Os quatro valores diários mais recentes.
      >>> favoritos.reservas_internacionais(periodo='diario', ultimos=4)
        data   valor
0 2021-07-05  353870
1 2021-07-06  354086
2 2021-07-07  354140
3 2021-07-08  354303
      • Os valores mensais entre Janeiro e Abril de 2021 usando a data como índice. 
      >>> favoritos.reservas_internacionais(
...     periodo = 'mensal',
...     inicio = '2021-01-01',
...     fim = '2021-04-01',
...     index = True
... )
             valor
data              
2021-01-01  355416
2021-02-01  356070
2021-03-01  347413
2021-04-01  350996
      #   def risco_brasil(index: bool = False) -> pandas.core.frame.DataFrame:
      View Source 
      def risco_brasil(index:bool=False) -> pd.DataFrame:
    """Valores diários do Risco-Brasil, disponibilizados pela J.P. Morgan
    desde 1994.

    Esta é uma função de fácil acesso à série temporal 'JPM366_EMBI366' do
    módulo `ipea`.

    Parameters
    ----------
    index : bool, default=False
        Define a coluna `data` como index da tabela.

    Returns
    -------
    pandas.core.frame.DataFrame
        Tabela contendo os valores diários do Risco-Brasil.

    Examples
    --------
    >>> favoritos.risco_brasil()
                data   valor
    0     1994-04-29  1120.0
    1     1994-04-30     NaN
    2     1994-05-01     NaN
    3     1994-05-02  1131.0
    4     1994-05-03  1081.0
    ..           ...     ...

    """

    df = ipea.serie(cod='JPM366_EMBI366', index=False)
    df.drop(columns=['SERCODIGO', 'NIVNOME', 'TERCODIGO'], inplace=True)
    df.columns = ['data', 'valor']
    if index:
        df.set_index('data', inplace=True)
    return df

      Valores diários do Risco-Brasil, disponibilizados pela J.P. Morgan desde 1994.

      Esta é uma função de fácil acesso à série temporal 'JPM366_EMBI366' do módulo ipea.

      Parameters
      • index (bool, default=False): Define a coluna data como index da tabela.
      Returns
      • pandas.core.frame.DataFrame: Tabela contendo os valores diários do Risco-Brasil.
      Examples
      >>> favoritos.risco_brasil()
            data   valor
0     1994-04-29  1120.0
1     1994-04-30     NaN
2     1994-05-01     NaN
3     1994-05-02  1131.0
4     1994-05-03  1081.0
..           ...     ...
      #   def salario_minimo( tipo: str = 'nominal', index: bool = False ) -> pandas.core.frame.DataFrame:
      View Source 
      def salario_minimo(
        tipo: str = 'nominal',
        index: bool = False
    ) -> pd.DataFrame:
    """Valores do salário-mínimo mensal brasileiro desde 1940.

    Esta é uma função de fácil acesso às série temporais do módulo `ipea`.

    Parameters
    ----------
    tipo : {'nominal', 'real', 'pcc'}, default='nominal'
        Tipo de salário-mínimo.
        - 'nominal': Salário-mínimo nominal;
        - 'real': Salário-mínimo real (abatido pela inflação);
        - 'ppc': Salario-mínimo por Paridade de Poder de Compra.
    index : bool, default=False
        Define a coluna `data` como index da tabela.

    Returns
    -------
    pandas.core.frame.DataFrame
        Tabela contendo os valores mensais do salário-mínimo.

    Examples
    --------
    Forma mais simples da função.

    >>> favoritos.salario_minimo()
               data         valor
    0    1940-07-01  8.727273e-14
    1    1940-08-01  8.727273e-14
    2    1940-09-01  8.727273e-14
    3    1940-10-01  8.727273e-14
    4    1940-11-01  8.727273e-14
    ..          ...           ...

    Salário-mínimo real usando a data como índice da tabela.

    >>> favoritos.salario_minimo(tipo='real', index=True)
                      valor
    data                   
    1940-07-01   962.321161
    1940-08-01   959.634185
    1940-09-01   958.771291
    1940-10-01   943.765421
    1940-11-01   922.546843
    ...                 ...

    """

    if tipo.lower() == 'nominal':
        df = ipea.serie(cod='MTE12_SALMIN12', index=False)
    elif tipo.lower() == 'real':
        df = ipea.serie(cod='GAC12_SALMINRE12', index=False)
    elif tipo.lower() == 'ppc':
        df = ipea.serie(cod='GAC12_SALMINDOL12', index=False)
    else:
        raise ValueError(
            "Tipo inválido. Escolha um dos seguintes valores: 'nominal', 'real' ou 'ppc'."
        )

    df.drop(columns=['SERCODIGO', 'NIVNOME', 'TERCODIGO'], inplace=True)
    df.columns = ['data', 'valor']
    if index:
        df.set_index('data', inplace=True)
    return df

      Valores do salário-mínimo mensal brasileiro desde 1940.

      Esta é uma função de fácil acesso às série temporais do módulo ipea.

      Parameters
      • tipo ({'nominal', 'real', 'pcc'}, default='nominal'): Tipo de salário-mínimo.
        • 'nominal': Salário-mínimo nominal;
        • 'real': Salário-mínimo real (abatido pela inflação);
        • 'ppc': Salario-mínimo por Paridade de Poder de Compra.
      • index (bool, default=False): Define a coluna data como index da tabela.
      Returns
      • pandas.core.frame.DataFrame: Tabela contendo os valores mensais do salário-mínimo.
      Examples
      • Forma mais simples da função.
      >>> favoritos.salario_minimo()
           data         valor
0    1940-07-01  8.727273e-14
1    1940-08-01  8.727273e-14
2    1940-09-01  8.727273e-14
3    1940-10-01  8.727273e-14
4    1940-11-01  8.727273e-14
..          ...           ...
      • Salário-mínimo real usando a data como índice da tabela.
      >>> favoritos.salario_minimo(tipo='real', index=True)
                  valor
data                   
1940-07-01   962.321161
1940-08-01   959.634185
1940-09-01   958.771291
1940-10-01   943.765421
1940-11-01   922.546843
...                 ...
      #   def selic( periodo: str = 'meta', anualizado: bool = True, ultimos: Union[int, NoneType] = None, inicio: Union[datetime.datetime, str] = None, fim: Union[datetime.datetime, str] = None, index: bool = False ) -> pandas.core.frame.DataFrame:
      View Source 
      def selic(
periodo: str = 'meta',
anualizado: bool = True,
ultimos: Optional[int] = None,
inicio: Union[datetime, str] = None,
fim: Union[datetime, str] = None,
index: bool = False
) -> pd.DataFrame:
"""Taxa de juros - Meta Selic definida pelo COPOM.

    Esta é uma função de fácil acesso à série temporal 432 do módulo `bacen`.

    Parameters
    ----------
    periodo : {'meta', 'diario', 'dia', 'mensal', 'mes'}, default='meta'
        Tipo da série que será retornada.
        - 'meta': Meta anual do COPOM;
        - 'diario' ou 'dia': Intervalo de dados por dia.
        - 'mensal' ou 'mes': Intervalo de dados por mês.
    anualizado : bool, default=True
        Se True, anualiza a série mantendo o período.
        Esse argumento é ignorado quando `periodo == 'meta'`.
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.
    ValueError
        Caso seja passado um período inválido.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Busca a taxa mensal anualizada dos quatro meses mais recentes.

    >>> import DadosAbertosBrasil as dab
    >>> dab.selic(
    ...     periodo = 'mensal',
    ...     anualizado = True,
    ...     ultimos = 4
    ... )
            data  valor
    0 2021-11-01   7.65
    1 2021-12-01   8.76
    2 2022-01-01   9.15
    3 2022-02-01  10.47

    Captura a meta SELIC corrente.

    >>> dab.selic(periodo='meta', ultimos=1)
            data  valor
    0 2022-03-16  10.75

    Captura os valores não anualizados da primeira semada de Janeiro/2022,
    utilizando a data como índice.

    >>> dab.selic(
    ...     periodo = 'diario',
    ...     anualizado = False,
    ...     inicio = '2022-01-03',
    ...     fim = '2022-01-07',
    ...     index = True
    ... )
                   valor
    data                
    2022-01-03  0.034749
    2022-01-04  0.034749
    2022-01-05  0.034749
    2022-01-06  0.034749
    2022-01-07  0.034749

    """

periodo = periodo.lower()

if periodo == 'meta':
cod = 432

elif periodo.startswith('dia'):
cod = 1178 if anualizado else 11

elif periodo in ('mensal', 'mes'):
cod = 4189 if anualizado else 4390

else:
raise ValueError("Período inválido.\nEscolha entre 'meta', 'diario' ou 'mensal'.")

return bacen.serie(
cod = cod,
ultimos = ultimos,
inicio = inicio,
fim = fim,
index = index
)

      Taxa de juros - Meta Selic definida pelo COPOM.

      Esta é uma função de fácil acesso à série temporal 432 do módulo bacen.

      Parameters
      • periodo ({'meta', 'diario', 'dia', 'mensal', 'mes'}, default='meta'): Tipo da série que será retornada.
        • 'meta': Meta anual do COPOM;
        • 'diario' ou 'dia': Intervalo de dados por dia.
        • 'mensal' ou 'mes': Intervalo de dados por mês.
      • anualizado (bool, default=True): Se True, anualiza a série mantendo o período. Esse argumento é ignorado quando periodo == 'meta'.
      • ultimos (int, optional): Retorna os últimos N valores da série numérica.
      • inicio (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o primeiro dia da pesquisa.
      • fim (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o último dia da pesquisa. Caso este campo seja None, será considerada a data de hoje.
      • index (bool, default=False): Define se a coluna 'data' será o index do DataFrame.
      Returns
      • pandas.core.frame.DataFrame: DataFrame contendo os valores da série temporal.
      Raises
      • JSONDecodeError: Em caso de parâmetros inválidos.
      • ValueError: Caso seja passado um período inválido.
      Notes
      • Os argumentos inicio e fim devem ser usados em conjunto para funcionar.
      Examples
      • Busca a taxa mensal anualizada dos quatro meses mais recentes. 
      >>> import DadosAbertosBrasil as dab
>>> dab.selic(
...     periodo = 'mensal',
...     anualizado = True,
...     ultimos = 4
... )
        data  valor
0 2021-11-01   7.65
1 2021-12-01   8.76
2 2022-01-01   9.15
3 2022-02-01  10.47
      • Captura a meta SELIC corrente.
      >>> dab.selic(periodo='meta', ultimos=1)
        data  valor
0 2022-03-16  10.75
      • Captura os valores não anualizados da primeira semada de Janeiro/2022, utilizando a data como índice. 
      >>> dab.selic(
...     periodo = 'diario',
...     anualizado = False,
...     inicio = '2022-01-03',
...     fim = '2022-01-07',
...     index = True
... )
               valor
data                
2022-01-03  0.034749
2022-01-04  0.034749
2022-01-05  0.034749
2022-01-06  0.034749
2022-01-07  0.034749
      #   def taxa_referencial( ultimos: Union[int, NoneType] = None, inicio: Union[datetime.datetime, str] = None, fim: Union[datetime.datetime, str] = None, index: bool = False ) -> pandas.core.frame.DataFrame:
      View Source 
      def taxa_referencial(
        ultimos: Optional[int] = None,
        inicio: Union[datetime, str] = None,
        fim: Union[datetime, str] = None,
        index: bool = False
    ) -> pd.DataFrame:
    """Taxa referencial (TR).

    Esta é uma função de fácil acesso à série temporal 226 do módulo `bacen`.

    Parameters
    ----------
    ultimos : int, optional
        Retorna os últimos N valores da série numérica.
    inicio : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o primeiro dia da pesquisa.
    fim : datetime or str, optional
        Valor datetime ou string no formato de data 'AAAA-MM-DD' que
        representa o último dia da pesquisa. Caso este campo seja None, será
        considerada a data de hoje.
    index : bool, default=False
        Define se a coluna 'data' será o index do DataFrame.

    Returns
    -------
    pandas.core.frame.DataFrame
        DataFrame contendo os valores da série temporal.

    Raises
    ------
    JSONDecodeError
        Em caso de parâmetros inválidos.

    Notes
    -----
    Os argumentos `inicio` e `fim` devem ser usados em conjunto para
    funcionar.

    Examples
    --------
    Os quatro valores mais recentes.

    >>> favoritos.taxa_referencial(ultimos=4)
            data    datafim   valor
    0 2021-07-05 2021-08-05  0.0000
    1 2021-07-06 2021-08-06  0.0000
    2 2021-07-07 2021-08-07  0.0000
    3 2021-07-08 2021-08-08  0.0000

    Os valores entre Janeiro e Abril de 2021 usando a data como índice.

    >>> favoritos.taxa_referencial(inicio='2021-01-01', fim='2021-04-01', index=True)
                  datafim   valor
    data                         
    2021-01-01 2021-02-01  0.0000
    2021-01-02 2021-02-02  0.0000
    2021-01-03 2021-02-03  0.0000
    2021-01-04 2021-02-04  0.0000
    2021-01-05 2021-02-05  0.0000
    ...               ...     ...

    """

    return bacen.serie(
        cod = 226,
        ultimos = ultimos,
        inicio = inicio,
        fim = fim,
        index = index
    )

      Taxa referencial (TR).

      Esta é uma função de fácil acesso à série temporal 226 do módulo bacen.

      Parameters
      • ultimos (int, optional): Retorna os últimos N valores da série numérica.
      • inicio (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o primeiro dia da pesquisa.
      • fim (datetime or str, optional): Valor datetime ou string no formato de data 'AAAA-MM-DD' que representa o último dia da pesquisa. Caso este campo seja None, será considerada a data de hoje.
      • index (bool, default=False): Define se a coluna 'data' será o index do DataFrame.
      Returns
      • pandas.core.frame.DataFrame: DataFrame contendo os valores da série temporal.
      Raises
      • JSONDecodeError: Em caso de parâmetros inválidos.
      Notes
      • Os argumentos inicio e fim devem ser usados em conjunto para funcionar.
      Examples
      • Os quatro valores mais recentes.
      >>> favoritos.taxa_referencial(ultimos=4)
        data    datafim   valor
0 2021-07-05 2021-08-05  0.0000
1 2021-07-06 2021-08-06  0.0000
2 2021-07-07 2021-08-07  0.0000
3 2021-07-08 2021-08-08  0.0000
      • Os valores entre Janeiro e Abril de 2021 usando a data como índice. 
      >>> favoritos.taxa_referencial(inicio='2021-01-01', fim='2021-04-01', index=True)
              datafim   valor
data                         
2021-01-01 2021-02-01  0.0000
2021-01-02 2021-02-02  0.0000
2021-01-03 2021-02-03  0.0000
2021-01-04 2021-02-04  0.0000
2021-01-05 2021-02-05  0.0000
...               ...     ...