dd.geih.serie_tabla#

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

Tabla ponderada de muchos años, sin cargar los microdatos en memoria.

Da exactamente lo mismo que dd.tabla(filtrar(load(anios, months=meses), filtros, poblacion), por, variable, estadistico), pero calcula las frecuencias de un año a la vez y las guarda en disco.

Parámetros:

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

  • por (str | Iterable[str] | None) – Variable o lista de variables que definen los grupos. Incluya "anio" para una fila por año; sin él, los años se juntan.

  • variable (str | None) – Variable numérica para "media" y "mediana".

  • estadistico (str) – "total", "porcentaje", "media" o "mediana", como en dd.tabla.

  • 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.

  • dropna (bool) – Dejar fuera a las personas con valor vacío en alguna variable de por (por ejemplo, la rama de actividad de quien no trabaja).

  • 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:

Igual que dd.tabla: los grupos, el estadístico y n_muestra.

Tipo del valor devuelto:

DataFrame

Muestra:

ValueError – Si estadistico no es uno de los cuatro, o falta variable para la media o la mediana.

Ver también

dane_data.tabla

La misma tabla sobre microdatos cargados.

serie_frecuencias

Las frecuencias de las que sale la tabla.

Notas

Los totales de cada año son promedios mensuales; si por no incluye anio, el total junta los años (es la suma de los promedios de cada año). Las medias y medianas que juntan años son exactas, porque salen de la distribución completa y no de promedios de cada año.

Ejemplos

>>> import dane_data as dd
>>> dd.geih.serie_tabla([2024, 2025], por="sexo", variable="ingreso_laboral",
...                     estadistico="mediana", poblacion="ocupado")
     sexo    mediana  n_muestra
0  Hombre  1300000.0     385000
1   Mujer  1300000.0     303382

Distribución de los ocupados por nivel educativo, año por año:

>>> dd.geih.serie_tabla(range(2015, 2026), por=["anio", "nivel_educativo"], estadistico="porcentaje",
...                     poblacion="ocupado", dropna=True)