dd.geih.serie_frecuencias#

dane_data.geih.serie_frecuencias(anios, variable=None, por=None, poblacion=None, filtros=None, meses=None, columns='core', empalme=False, root=None, progress=None)[fuente]#

Distribución ponderada de una variable en muchos años, calculada año por año.

Cuenta, para cada año y cada combinación de por, cuántas personas (expandidas) tienen cada valor de variable. Es la base de serie_tabla: de estas frecuencias salen totales, porcentajes, medias y medianas exactas, también al juntar varios años.

Parámetros:

  • anios (Iterable[int] | int) – Año o lista de años.

  • variable (str | None) – Variable cuya distribución se cuenta. Las filas donde está vacía se descartan. None cuenta solo los grupos de por.

  • por (str | Iterable[str] | None) – Variable o lista de variables de agrupación (anio siempre se incluye).

  • poblacion (str | None) – Restringir a una de POBLACIONES (por ejemplo "ocupado").

  • filtros (dict | None) – Filtros con el formato de filtrar.

  • meses (Iterable[int] | int | None) – Mes o lista de meses de cada año.

  • columns – Variables del DANE que no están en CORE_RAW y hay que leer, como en load.

  • empalme (bool) – Usar la serie de empalme.

  • root – Carpeta raíz. Por defecto, la configurada.

  • progress – Función progress(fraccion, mensaje) que recibe el avance.

Devuelve:

Una fila por año, grupo y valor, con peso (personas, promedio mensual del año) y n_muestra.

Tipo del valor devuelto:

DataFrame

Ver también

tabla_de_frecuencias

Convertir las frecuencias en una tabla.

serie_tabla

Las dos cosas en un paso.

Ejemplos

Mediana del ingreso laboral de los ocupados de 2024 y 2025 juntos:

>>> import dane_data as dd
>>> f = dd.geih.serie_frecuencias([2024, 2025], "ingreso_laboral", poblacion="ocupado")
>>> dd.weighted_quantile(f["ingreso_laboral"], f["peso"], 0.5)
1300000.0