dd.geih.download#

dane_data.geih.download(years=None, modules=None, empalme=False, root=None, delete_zips=False, limit_files=None, progress=None, should_stop=None)[fuente]#

Descarga los microdatos de la GEIH del ANDA del DANE.

Baja los ZIP mensuales de cada año y extrae los módulos en <carpeta>/datos_csv/<año>/<mes>/. Es incremental: los meses que ya están completos se saltan, así que se puede interrumpir y volver a correr.

Parámetros:

  • years (Iterable[int] | int | None) – Año o lista de años. None descarga todos los de la serie (ANIOS_DISPONIBLES, o ANIOS_EMPALME con empalme=True); una lista vacía, ninguno. Los años que no están en el ANDA se ignoran con un aviso.

  • modules (Iterable[str] | None) – Módulo o lista de módulos a extraer, con los nombres de DEFAULT_MODULES: vivienda, caracteristicas, fuerza_trabajo, ocupados, desocupados, inactivos, otras_formas_trabajo. Por defecto, todos.

  • empalme (bool) – Descargar la serie de empalme (2010–2020, con proyecciones del CNPV 2018) en vez de la principal.

  • root – Carpeta de destino. Por defecto, la de dd.get_path("geih") o dd.get_path("geih_empalme").

  • delete_zips (bool) – Borrar cada ZIP después de extraerlo. Por defecto se conservan.

  • limit_files (int | None) – Máximo de meses por año; útil para probar con uno solo.

  • progress – Función progress(fraccion, mensaje) que recibe el avance (fraccion entre 0 y 1, o None).

  • should_stop – Función sin argumentos; si devuelve True, la descarga se detiene con DownloadCancelled.

Muestra:

  • DownloadCancelled – Si should_stop() devolvió True.

  • ValueError – Si modules está vacío o tiene un nombre que no es de DEFAULT_MODULES.

Tipo del valor devuelto:

None

Ver también

available

Qué meses hay en disco y si están completos.

load

Cargar lo descargado.

dane_data.eam.download

Descargar la EAM.

Notas

En algunos meses los CSV que publica el ANDA están dañados (2008 y 2011: el factor de expansión sin punto decimal; septiembre de 2021: separado por espacios). Para esos meses se baja otro formato del mismo catálogo (TXT o Stata). Un año extraído ocupa unos 500 MB en disco, más los ZIP si se conservan.

Ejemplos

>>> import dane_data as dd
>>> dd.geih.download([2024, 2025])
>>> dd.geih.download(2016, empalme=True)
>>> dd.geih.download(2025, limit_files=1)  # solo enero, para probar