dd.geih.serie_indicadores#

dane_data.geih.serie_indicadores(anios, por=None, anual=True, empalme=False, root=None, progress=None, filtros=None, meses=None)[fuente]#

Indicadores del mercado laboral de muchos años, sin cargar los microdatos en memoria.

Da exactamente lo mismo que indicadores(filtrar(load(anios, months=meses), filtros), por=por, anual=anual), pero carga un año a la vez y guarda el resultado de cada año en disco.

Parámetros:

  • anios (Iterable[int] | int) – Año o lista de años, por ejemplo range(2007, 2027).

  • por (str | None) – Desagregación: una de POR_PRECALCULADOS (None, "sexo", "zona", "grupo_edad", "nivel_educativo", "departamento").

  • anual (bool) – Si True, un resultado por año (promedio de los meses); si False, uno por mes.

  • empalme (bool) – Usar la serie de empalme (2010–2020).

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

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

  • filtros (dict | None) – Filtros con el formato de filtrar, por ejemplo {"edad": (15, 28)}.

  • meses (Iterable[int] | int | None) – Mes o lista de meses de cada año. Por defecto, todos los que haya.

Devuelve:

Las mismas columnas de indicadores: anio (y mes si anual=False), la variable de por, niveles, tasas, ingresos y n_muestra.

Tipo del valor devuelto:

DataFrame

Muestra:

Ver también

indicadores

El cálculo, sobre microdatos ya cargados.

serie_tabla

Tablas ponderadas de muchos años.

Notas

Cada año se calcula una vez, con todas las desagregaciones de POR_PRECALCULADOS, anual y mensual, y se guarda en ~/.cache/dane_data/geih/indicadores/. La primera vez tarda unos segundos por año; después es instantáneo, también al cambiar por o anual. Se recalcula solo si cambian los archivos del año, los filtros o meses, o el código de dane-data.

Para desagregar por otras variables use indicadores sobre load(..., variables=[*VARIABLES_INDICADORES, "mi_variable"]).

Ejemplos

>>> import dane_data as dd
>>> dd.geih.serie_indicadores(2024)[["anio", "tgp", "to", "td", "tasa_informalidad"]].round(1)
   anio   tgp    to    td  tasa_informalidad
0  2024  63.9  57.4  10.2               57.1

Desempleo juvenil (15 a 28 años):

>>> dd.geih.serie_indicadores([2023, 2024, 2025], filtros={"edad": (15, 28)})[["anio", "td"]].round(1)
   anio    td
0  2023  17.2
1  2024  17.4
2  2025  15.3

Mes a mes y por sexo:

>>> dd.geih.serie_indicadores(range(2021, 2026), por="sexo", anual=False)