Desempleo juvenil

Los filtros de dd.geih.serie_indicadores() calculan los indicadores de cualquier subpoblación. Aquí, los jóvenes de 15 a 28 años (la definición de la ley de juventud en Colombia), con la serie de empalme hasta 2020 y la principal desde 2022.

import dane_data as dd

def serie(filtros=None, por=None):
    return pd.concat([
        dd.geih.serie_indicadores(range(2010, 2021), empalme=True, filtros=filtros, por=por),
        dd.geih.serie_indicadores(range(2022, 2026), filtros=filtros, por=por),
    ], ignore_index=True)

jovenes = serie({"edad": (15, 28)})
adultos = serie({"edad": (29, 200)})
comparacion = jovenes[["anio", "td"]].merge(adultos[["anio", "td"]], on="anio", suffixes=("_jovenes", "_adultos"))
comparacion.round(1)

	anio	td_jovenes	td_adultos
0	2010	20.5	8.3
1	2011	19.2	7.6
2	2012	18.4	7.3
3	2013	17.1	7.0
4	2014	16.5	6.5
5	2015	15.7	6.6
6	2016	16.7	6.8
7	2017	16.8	6.9
8	2018	17.6	7.1
9	2019	18.5	8.1
10	2020	25.2	13.4
11	2022	18.7	8.7
12	2023	17.2	7.8
13	2024	17.4	7.9
14	2025	15.3	6.9

fig, ax = plt.subplots()
for col, etiqueta in [("td_jovenes", "15 a 28 años"), ("td_adultos", "29 años o más")]:
    for tramo in (comparacion[comparacion.anio <= 2020], comparacion[comparacion.anio >= 2022]):
        ax.plot(tramo["anio"], tramo[col], marker="o", ms=4, color="#eb6834" if "jov" in col else "#2a78d6",
                label=etiqueta if tramo["anio"].min() == 2010 else None)
ax.yaxis.set_major_formatter(mtick.PercentFormatter(decimals=0))
ax.set_ylim(0, None)
ax.set_title("Tasa de desocupación por edad (marco CNPV 2018)")
ax.legend();

La desocupación de los jóvenes es más del doble de la de los adultos todos los años, y en 2020 subió más puntos (de 18,5 % a 25,2 %, frente a 8,1 % a 13,4 %).

Mujeres jóvenes

por_sexo = serie({"edad": (15, 28)}, por="sexo").dropna(subset=["sexo"])
por_sexo.pivot(index="anio", columns="sexo", values="td").round(1)

sexo	Hombre	Mujer
anio
2010	16.0	26.7
2011	14.8	25.5
2012	13.9	24.5
2013	13.1	22.4
2014	12.9	21.5
2015	11.8	21.1
2016	12.9	21.8
2017	12.9	22.1
2018	13.6	23.1
2019	14.5	23.8
2020	19.9	32.6
2022	14.9	23.8
2023	14.1	21.4
2024	14.4	21.5
2025	12.3	19.4

Por nivel educativo, 2025

educ = dd.geih.serie_indicadores(2025, por="nivel_educativo", filtros={"edad": (15, 28)})
educ.dropna(subset=["nivel_educativo"])[["nivel_educativo", "tgp", "td", "n_muestra"]].round(1)

	nivel_educativo	tgp	td	n_muestra
0	Ninguno	27.8	6.9	1622
1	Primaria	66.5	10.3	6276
2	Secundaria	39.4	12.6	28985
3	Media	57.1	15.8	70536
4	Superior	59.6	16.5	67400