-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathdet-INOVAÇÃO.py
442 lines (397 loc) · 28.7 KB
/
det-INOVAÇÃO.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
"""
Created on Thu Aug 18 16:50:42 2022
@author: CLIENTE
"""
import pandas as pd
#import numpy as np
from funcs import *
#from functools import reduce
import basedosdados as bd
# 1. AMOSTRA
database = pd.DataFrame()
amostra = pd.read_csv('AMOSTRA/100-municipios.csv', converters={i: str for i in range(0,101)})
amostra['Cod.IBGE'] = amostra['COD. UF'] + amostra['COD. MUNIC']
database['Município'] = amostra['NOME DO MUNICÍPIO'].str.upper().str.normalize('NFKD').str.encode('ascii', errors='ignore').str.decode('utf-8')
database['UF'] = amostra['UF']
database['Cod.IBGE'] = amostra['Cod.IBGE']
database = database.set_index(['Município', 'UF'])
# 2.3. DETERMINANTE INOVAÇÃO
inovacao = {}
## 2.6.1. INPUTS
subdet = 'Inputs'
### 2.6.1.1. Indicador Proporção de Mestres e Doutores em C&T
variaveis = ('COUNT(quantidade_vinculos_ativos) AS n_emp, id_municipio')
base = '`basedosdados.br_me_rais.microdados_estabelecimentos`'
project_id = 'double-balm-306418'
cod_ibge = tuple(database['Cod.IBGE'].astype(str))
query = f"SELECT {variaveis} FROM {base} WHERE ano = 2020 AND quantidade_vinculos_ativos > 0 GROUP BY id_municipio"
## Importando o data lake
df_rais = bd.read_sql(query=query, billing_project_id=project_id)
df_rais = df_rais.rename(columns={'id_municipio':'Cod.IBGE'}).set_index('Cod.IBGE')
df_rais = database.merge(df_rais,how='left',on='Cod.IBGE')
df_rais['mil_emp'] = df_rais['n_emp']/1000
##
df_capes = pd.read_excel('DETERMINANTE INOVAÇÃO/br-capes-colsucup-discentes-2020-2021-11-10.xlsx', usecols='D,P,Q,AD')
df_capes['Município'] = df_capes['NM_MUNICIPIO_PROGRAMA_IES'].str.normalize('NFKD').str.encode('ascii', errors='ignore').str.decode('utf-8')
df_capes['UF'] = df_capes['SG_UF_PROGRAMA'].str.normalize('NFKD').str.encode('ascii', errors='ignore').str.decode('utf-8')
df_capes = database.merge(df_capes, how='left',on=['Município','UF'])
areas = ['astronomia / física', 'biotecnologia', 'ciência da computação',
'ciência de alimentos', 'ciências agrárias I', 'ciências ambientais',
'ciências biológicas I', 'ciências biológicas II', 'ciências biológicas III',
'engenharias I', 'engenharias II', 'engenharias III', 'engenharias IV',
'farmácia', 'geociências', 'matemática / probabilidade e estatística',
'materiais','química']
areas = [x.upper() for x in areas]
df_capes = df_capes[df_capes['NM_SITUACAO_DISCENTE'] == 'TITULADO']
df_capes = df_capes.query('NM_AREA_AVALIACAO in @areas')
df_capes = df_capes.groupby(['Município','Cod.IBGE']).count()
df_capes = df_rais.merge(df_capes, how='left', on='Cod.IBGE').fillna(0)
df_capes['Proporção de Mestres e Doutores em C&T'] = df_capes['NM_AREA_AVALIACAO']/df_capes['mil_emp']
interesse = ['Cod.IBGE','Proporção de Mestres e Doutores em C&T']
subdet_input = df_capes[interesse]
### 2.6.1.2. Indicador Proporção de Funcionários em C&T
cbo_2002 = tuple(['201105','201110','201115','201205','201210','201215','201220',
'201225','202105','202110','202115','202120','203005','203010',
'203015','203020','203025','203105','203110','203115','203120',
'203125','203205','203210','203215','203220','203225','203230',
'203305','203310','203315','203320','203405','203410','203415',
'203420','203505','203510','203515','203520','203525','204105',
'211105','211110','211115','211120','211205','211210','211215',
'212205','212210','212215','212305','212310','212315','212320',
'212405','212410','212415','212420','212425','212430','213105',
'213110','213115','213120','213125','213130','213135','213140',
'213145','213150','213155','213160','213165','213170','213175',
'213205','213210','213215','213305','213310','213315','213405',
'213410','213415','213420','213425','213430','213435','213440',
'214005','214010','214105','214110','214115','214120','214125',
'214130','214205','214210','214215','214220','214225','214230',
'214235','214240','214245','214250','214255','214260','214265',
'214270','214280','214305','214310','214315','214320','214325',
'214330','214335','214340','214345','214350','214360','214365',
'214370','214405','214410','214415','214420','214425','214430',
'214435','214505','214510','214515','214520','214525','214530',
'214535','214605','214610','214615','214705','214710','214715',
'214720','214725','214730','214735','214740','214745','214750',
'214805','214810','214905','214910','214915','214920','214925',
'214930','214935','214940','214945','215105','215110','215115',
'215120','215125','215130','215135','215140','215145','215150',
'215205','215210','215215','215220','215305','215310','215315',
'300105','300110','300305','301105','301110','301115','301205',
'311105','311110','311115','311205','311305','311405','311410',
'311505','311510','311515','311520','311605','311610','311615',
'311620','311625','311705','311710','311715','311720','311725',
'312105','312205','312210','312305','312310','312315','312320',
'313105','313110','313115','313120','313125','313130','313205',
'313210','313215','313220','313305','313310','313315','313320',
'313405','313410','313415','313505','314105','314110','314115',
'314120','314125','314205','314210','314305','314310','314315',
'314405','314410','314610','314615','314620','314625','314705',
'314710','314715','314720','314725','314730','314805','314810',
'314815','314825','314830','314835','314840','314845','316105',
'316110','316115','316120','316305','316310','316315','316320',
'316325','316330','316335','316340','317105','317110','317115',
'317120','317205','317210','318005','318010','318015','318105',
'318110','318115','318120','318205','318210','318215','318305',
'318310','318405','318410','318415','318420','318425','318430',
'318505','318510','318605','318610','318705','318710','318805',
'318810','318815','319105','319110','319205','391105','391110',
'391115','391120','391125','391130','391135','391140','391145',
'391205','391210','391215','391220','391225','391230','395105',
'395110','720105','720110','720115','720120','720125','720130',
'720135','720140','720145','720150','720155','720160','720205',
'720210','720215','720220','721105','721110','721115','721205',
'721210','721215','721220','721225','721305','721310','721315',
'721320','721325','721405','721410','721415','721420','721425',
'721430','722105','722110','722115','722205','722210','722215',
'722220','722225','722230','722235','722305','722310','722315',
'722320','722325','722330','722405','722410','722415','723105',
'723110','723115','723120','723125','723205','723210','723215',
'723220','723225','723230','723235','723240','723305','723310',
'723315','723320','723325','723330','724105','724110','724115',
'724120','724125','724130','724135','724205','724210','724215',
'724220','724225','724230','724305','724310','724315','724320',
'724325','724405','724410','724415','724420','724425','724430',
'724435','724440','724505','724510','724515','724605','724610',
'725005','725010','725015','725020','725025','725105','725205',
'725210','725215','725220','725225','725305','725310','725315',
'725320','725405','725410','725415','725420','725505','725510',
'725605','725610','725705','730105','731105','731110','731115',
'731120','731125','731130','731135','731140','731145','731150',
'731155','731160','731165','731170','731175','731180','731205',
'731305','731310','731315','731320','731325','731330','732105',
'732110','732115','732120','732125','732130','732135','732140'])
variaveis = ('id_municipio, count(*)')
base = '`basedosdados.br_me_rais.microdados_vinculos`'
project_id = 'double-balm-306418'
cod_ibge = tuple(database['Cod.IBGE'].astype(str))
query_1 = (f'SELECT {variaveis} AS n_cet FROM {base} WHERE ano = 2020 AND cbo_2002 IN'
f' {cbo_2002} AND id_municipio IN {cod_ibge} GROUP BY id_municipio')
query_2 = (f'SELECT {variaveis} AS n_trab FROM {base} WHERE ano = 2020 AND id_municipio'
f' IN {cod_ibge} GROUP BY id_municipio')
## Importando o data lake
df_rais_2_1 = bd.read_sql(query=query_1, billing_project_id=project_id)
df_rais_2_2 = bd.read_sql(query=query_2, billing_project_id=project_id)
df_rais_2 = df_rais_2_1.merge(df_rais_2_2, how='left',on='id_municipio')
df_rais_2['Proporção de Funcionários em C&T'] = df_rais_2['n_cet']/df_rais_2['n_trab']
subdet_input = subdet_input.merge(df_rais_2, right_on='id_municipio', left_on='Cod.IBGE')
interesse = ['Cod.IBGE','Proporção de Mestres e Doutores em C&T','Proporção de Funcionários em C&T']
subdet_input = subdet_input[interesse]
## 2.6.1.3. Indicador Média de Investimentos do BNDES e da FINEP
###
df_bndes = pd.read_excel('DETERMINANTE INOVAÇÃO/naoautomaticas.xlsx',
usecols='D:F,H:I', header=4)
df_bndes['Data da contratação'] = pd.to_datetime(df_bndes['Data da contratação'], format='%Y-%m-%d')
df_bndes = df_bndes[(df_bndes['Data da contratação'] >= '2021-01-01 00:00:00')
& (df_bndes['Data da contratação'] <= '2021-12-31 00:00:00')]
df_bndes = df_bndes.rename({'Município - código':'Cod.IBGE'},axis=1).astype(str)
df_bndes = df_bndes.merge(database, how='right', on='Cod.IBGE')
df_bndes.iloc[:,4] = df_bndes.iloc[:,4].apply(pd.to_numeric)
df_bndes = df_bndes.groupby(['Município','UF','Cod.IBGE']).sum()
####
df_finep = pd.read_excel('DETERMINANTE INOVAÇÃO/19_08_2022_Contratacao.xls',
usecols='E,K:M', header=5).drop([4], axis=0)
df_finep['Data Assinatura'] = pd.to_datetime(df_finep['Data Assinatura'], format='%Y-%m-%d')
df_finep = df_finep[(df_finep['Data Assinatura'] >= '2021-01-01 00:00:00')
& (df_finep['Data Assinatura'] <= '2021-12-31 00:00:00')]
df_finep['Município'] = df_finep['Município'].str.upper().str.normalize('NFKD').str.encode('ascii', errors='ignore').str.decode('utf-8')
df_finep = df_finep.groupby(['Município','UF']).sum()
df_finep = df_finep.merge(database, how='right',on=['Município','UF']).fillna(0)
df_finep_bndes = df_finep.merge(df_bndes, how='left',on=['Município','UF']).fillna(0)
df_finep_bndes = df_finep_bndes.merge(df_rais, how='left',on='Cod.IBGE')
df_finep_bndes['Média de Investimentos do BNDES e FINEP'] = (df_finep_bndes['Valor Finep'] + df_finep_bndes['Valor contratado R$'])/df_finep_bndes['n_emp']
subdet_input = subdet_input.merge(df_finep_bndes, how='right', on='Cod.IBGE')
interesse=['Cod.IBGE','Proporção de Mestres e Doutores em C&T','Proporção de Funcionários em C&T',
'Média de Investimentos do BNDES e FINEP']
subdet_input=subdet_input[interesse]
### 2.6.1.4. Indicador Infraestrutura Tecnológica
df_infra_tec = pd.read_excel('DETERMINANTE INOVAÇÃO/INFRA_TEC.xlsx')
df_infra_tec['Cod.IBGE'] = df_infra_tec['Cod.IBGE'].astype(str)
subdet_input = subdet_input.merge(df_infra_tec, how='right', on='Cod.IBGE')
### 2.6.1.5. Indicador Contratos de Concessão
df_inpi_contrato = pd.read_excel('DETERMINANTE INOVAÇÃO/5 - Depósitos de Marcas por Cidade.xls',
usecols='A,B,U,V', header=7).dropna()
df_inpi_contrato = df_inpi_contrato.rename(columns={df_inpi_contrato.columns[0]:'Cod.IBGE',
df_inpi_contrato.columns[1]:'Município'})
df_inpi_contrato['2018+2019'] = df_inpi_contrato.iloc[:,2] + df_inpi_contrato.iloc[:,3]
df_inpi_contrato['Cod.IBGE'] = df_inpi_contrato['Cod.IBGE'].astype(str)
df_inpi_contrato = df_inpi_contrato.merge(database, how='right', on='Cod.IBGE')
df_inpi_contrato = df_inpi_contrato.merge(df_rais, how='right', on='Cod.IBGE')
df_inpi_contrato['Contratos de Concessão'] = (df_inpi_contrato['2018+2019'])/df_inpi_contrato['mil_emp']
subdet_input = subdet_input.merge(df_inpi_contrato, how='right', on=['Cod.IBGE','Município'])
interesse=['Município','UF','Proporção de Mestres e Doutores em C&T',
'Proporção de Funcionários em C&T','Média de Investimentos do BNDES e FINEP',
'Infraestrutura Tecnológica','Contratos de Concessão']
subdet_input = subdet_input[interesse].set_index(['Município','UF'])
missing_data(subdet_input)
extreme_values(subdet_input)
create_subindex(subdet_input, subdet)
inovacao[subdet] = subdet_input
## 2.6.2. Output
subdet = 'Output'
### 2.6.2.1. Indicador Patentes
letras = ['a','b','c']
tipo = ['PI','MU','CA']
for i in list(range(0,3)):
globals()[f'df_inpi_patente_{i}'] = pd.read_excel(f'DETERMINANTE INOVAÇÃO/5{letras[i]} - Depósitos de Patentes do Tipo {tipo[i]} por Cidade.xls',
usecols='A,B,U,V', header=7).dropna().assign(tipo=tipo[i])
pdList = []
pdList.extend(value for name, value in locals().items() if name.startswith('df_inpi_patente_'))
indicador_patente = pd.concat(pdList, axis=0)
indicador_patente = indicador_patente.rename(columns={indicador_patente.columns[0]:'Cod.IBGE',
indicador_patente.columns[1]:'Município'})
indicador_patente['2018+2019'] = indicador_patente.iloc[:,2] + indicador_patente.iloc[:,3]
indicador_patente['Cod.IBGE'] = indicador_patente['Cod.IBGE'].astype(str)
indicador_patente = indicador_patente.pivot(index='Cod.IBGE', columns='tipo',values='2018+2019').fillna(0)
cols = indicador_patente.columns[: indicador_patente.shape[0]]
indicador_patente['CA+MU+PI'] = indicador_patente[cols].sum(axis=1)
indicador_patente = indicador_patente.merge(database, how='right', on='Cod.IBGE')
indicador_patente = indicador_patente.merge(df_rais, how='right', on='Cod.IBGE')
indicador_patente['Patentes'] = (indicador_patente['CA+MU+PI'])/df_inpi_contrato['mil_emp']
subdet_output = indicador_patente[['Cod.IBGE','Patentes']]
subdet_output = subdet_output.merge(amostra, how='right', on='Cod.IBGE')
subdet_output = subdet_output[['Cod.IBGE','NOME DO MUNICÍPIO','UF','Patentes']]
subdet_output = subdet_output.rename(columns={'NOME DO MUNICÍPIO':'Município'})
### 2.6.2.2. Indicador Tamanho da indústria Inovadora
list_cnae = tuple([
'Fabricação de cloro e álcalis','Fabricação de intermediários para fertilizantes',
'Fabricação de adubos e fertilizantes','Fabricação de gases industriais',
'Fabricação de produtos químicos inorgânicos não especificados anteriormente',
'Fabricação de produtos petroquímicos básicos','Fabricação de intermediários para plastificantes, resinas e fibras',
'Fabricação de produtos químicos orgânicos não especificados anteriormente',
'Fabricação de resinas termoplásticas','Fabricação de resinas termofixas',
'Fabricação de elastômeros','Fabricação de fibras artificiais e sintéticas',
'Fabricação de defensivos agrícolas','Fabricação de desinfestantes domissanitários',
'Fabricação de sabões e detergentes sintéticos','Fabricação de produtos de limpeza e polimento',
'Fabricação de cosméticos, produtos de perfumaria e de higiene pessoal',
'Fabricação de tintas, vernizes, esmaltes e lacas','Fabricação de tintas de impressão',
'Fabricação de impermeabilizantes, solventes e produtos afins',
'Fabricação de adesivos e selantes','Fabricação de explosivos',
'Fabricação de aditivos de uso industrial','Fabricação de catalisadores',
'Fabricação de produtos químicos não especificados anteriormente',
'Fabricação de produtos farmoquímicos','Fabricação de medicamentos para uso humano',
'Fabricação de medicamentos para uso veterinário','Fabricação de preparações farmacêuticas',
'Fabricação de aparelhos e equipamentos de medida, teste e controle','Fabricação de cronômetros e relógios',
'Fabricação de aparelhos eletromédicos e eletroterapêuticos e equipamentos de irradiação',
'Fabricação de equipamentos e instrumentos ópticos, fotográficos e cinematográficos',
'Fabricação de geradores, transformadores e motores elétricos',
'Fabricação de pilhas, baterias e acumuladores elétricos, exceto para veículos automotores',
'Fabricação de baterias e acumuladores para veículos automotores',
'Fabricação de aparelhos e equipamentos para distribuição e controle de energia elétrica',
'Fabricação de material elétrico para instalações em circuito de consumo',
'Fabricação de fios, cabos e condutores elétricos isolados',
'Fabricação de lâmpadas e outros equipamentos de iluminação',
'Fabricação de fogões, refrigeradores e máquinas de lavar e secar para uso doméstico',
'Fabricação de aparelhos eletrodomésticos não especificados anteriormente',
'Fabricação de equipamentos e aparelhos elétricos não especificados anteriormente',
'Fabricação de motores e turbinas, exceto para aviões e veículos rodoviários',
'Fabricação de equipamentos hidráulicos e pneumáticos, exceto válvulas',
'Fabricação de válvulas, registros e dispositivos semelhantes','Fabricação de compressores',
'Fabricação de equipamentos de transmissão para fins industriais',
'Fabricação de aparelhos e equipamentos para instalações térmicas',
'Fabricação de máquinas, equipamentos e aparelhos para transporte e elevação de cargas e pessoas',
'Fabricação de máquinas e aparelhos de refrigeração e ventilação para uso industrial e comercial',
'Fabricação de aparelhos e equipamentos de ar condicionado',
'Fabricação de máquinas e equipamentos para saneamento básico e ambiental',
'Fabricação de máquinas e equipamentos de uso geral não especificados anteriormente',
'Fabricação de tratores agrícolas','Fabricação de equipamentos para irrigação agrícola',
'Fabricação de máquinas e equipamentos para a agricultura e pecuária, exceto para irrigação',
'Fabricação de máquinas-ferramenta','Fabricação de máquinas e equipamentos para a prospecção e extração de petróleo',
'Fabricação de outras máquinas e equipamentos para uso na extração mineral, exceto na extração de petróleo',
'Fabricação de tratores, exceto agrícolas','Fabricação de máquinas e equipamentos para terraplenagem, pavimentação e construção, exceto tratores',
'Fabricação de máquinas para a indústria metalúrgica, exceto máquinas-ferramenta',
'Fabricação de máquinas e equipamentos para as indústrias de alimentos, bebidas e fumo',
'Fabricação de máquinas e equipamentos para a indústria têxtil',
'Fabricação de máquinas e equipamentos para as indústrias do vestuário, do couro e de calçados',
'Fabricação de máquinas e equipamentos para as indústrias de celulose, papel e papelão e artefatos',
'Fabricação de máquinas e equipamentos para a indústria do plástico',
'Fabricação de máquinas e equipamentos para uso industrial específico não especificados anteriormente',
'Fabricação de automóveis, camionetas e utilitários','Fabricação de caminhões e ônibus',
'Fabricação de cabines, carrocerias e reboques para veículos automotores',
'Fabricação de peças e acessórios para o sistema motor de veículos automotores',
'Fabricação de peças e acessórios para os sistemas de marcha e transmissão de veículos automotores',
'Fabricação de peças e acessórios para o sistema de freios de veículos automotores',
'Fabricação de peças e acessórios para o sistema de direção e suspensão de veículos automotores',
'Fabricação de material elétrico e eletrônico para veículos automotores, exceto baterias',
'Fabricação de peças e acessórios para veículos automotores não especificados anteriormente',
'Recondicionamento e recuperação de motores para veículos automotores',
'Fabricação de locomotivas, vagões e outros materiais rodantes',
'Fabricação de peças e acessórios para veículos ferroviários','Fabricação de aeronaves',
'Fabricação de turbinas, motores e outros componentes e peças para aeronaves',
'Fabricação de motocicletas','Fabricação de bicicletas e triciclos não-motorizados',
'Fabricação de equipamentos de transporte não especificados anteriormente'])
variaveis = ('cnae_2, descricao')
base = '`basedosdados.br_bd_diretorios_brasil.cnae_2`'
project_id = 'double-balm-306418'
query = (f'SELECT {variaveis} FROM {base} WHERE descricao IN {list_cnae}')
cnae_2 = bd.read_sql(query=query, billing_project_id=project_id)
cnae_2['cnae_2'] = cnae_2['cnae_2'].str.replace(r"(\d)\.",r"\1").str.replace(r"(\d)\-",r"\1")
cnae_2 = tuple(cnae_2['cnae_2'])
variaveis = ('id_municipio, count(quantidade_vinculos_ativos) AS n_ind_inova')
base = '`basedosdados.br_me_rais.microdados_estabelecimentos`'
project_id = 'double-balm-306418'
cod_ibge = tuple(database['Cod.IBGE'].astype(str))
query = (f'SELECT {variaveis} FROM {base} WHERE ano = 2020 AND cnae_2 IN {cnae_2}'
f' AND quantidade_vinculos_ativos > 0 GROUP BY id_municipio')
df_rais_inova = bd.read_sql(query=query, billing_project_id=project_id)
df_rais_inova = df_rais_inova.merge(df_rais, left_on='id_municipio', right_on='Cod.IBGE')
df_rais_inova['Tamanho da Indústria Inovadora'] = df_rais_inova['n_ind_inova']/df_rais_inova['n_emp']
subdet_output = subdet_output.merge(df_rais_inova, how='left', on='Cod.IBGE')
interesse=['Cod.IBGE','Município','UF','Patentes','Tamanho da Indústria Inovadora']
subdet_output=subdet_output[interesse]
### 2.6.2.3. Indicador Tamanho da indústria Criativa
list_cnae = tuple([
'Lapidação de gemas e fabricação de artefatos de ourivesaria e joalheria',
'Fabricação de bijuterias e artefatos semelhantes','Fabricação de instrumentos musicais',
'Edição de livros','Edição de jornais','Edição de revistas',
'Edição de Cadastros, Listas e de Outros Produtos Gráficos',
'Edição integrada à impressão de livros','Edição integrada à impressão de jornais',
'Edição integrada à impressão de revistas', 'Atividades de televisão aberta',
'Edição integrada à impressão de cadastros, listas e de outros produtos gráficos',
'Atividades de produção cinematográfica, de vídeos e de programas de televisão',
'Atividades de pós-produção cinematográfica, de vídeos e de programas de televisão',
'Distribuição cinematográfica, de vídeo e de programas de televisão',
'Atividades de exibição cinematográfica','Agências de notícias',
'Atividades de gravação de som e de edição de música','Atividades de rádio',
'Programadoras e atividades relacionadas à televisão por assinatura',
'Serviços de arquitetura','Agências de publicidade',
'Pesquisa e desenvolvimento experimental em ciências físicas e naturais',
'Pesquisa e desenvolvimento experimental em ciências sociais e humanas',
'Atividades de publicidade não especificadas anteriormente',
'Design e decoração de interiores','Atividades fotográficas e similares',
'Aluguel de fitas de vídeo, DVDs e similares','Ensino de arte e cultura',
'Ensino de idiomas','Artes cênicas, espetáculos e atividades complementares',
'Criação artística','Gestão de espaços para artes cênicas, espetáculos e outras atividades artísticas',
'Atividades de bibliotecas e arquivos',
'Atividades de museus e de exploração, restauração artística e conservação de lugares e prédios históricos e atrações similares',
'Atividades de jardins botânicos, zoológicos, parques nacionais, reservas ecológicas e áreas de proteção ambiental',
'Atividades de organizações associativas ligadas à cultura e à arte'])
variaveis = ('cnae_2, descricao')
base = '`basedosdados.br_bd_diretorios_brasil.cnae_2`'
project_id = 'double-balm-306418'
query = (f'SELECT {variaveis} FROM {base} WHERE descricao IN {list_cnae}')
cnae_2 = bd.read_sql(query=query, billing_project_id=project_id)
cnae_2['cnae_2'] = cnae_2['cnae_2'].str.replace(r"(\d)\.",r"\1").str.replace(r"(\d)\-",r"\1")
cnae_2 = tuple(cnae_2['cnae_2'])
variaveis = ('id_municipio, count(quantidade_vinculos_ativos) AS n_ind_cria')
base = '`basedosdados.br_me_rais.microdados_estabelecimentos`'
project_id = 'double-balm-306418'
cod_ibge = tuple(database['Cod.IBGE'].astype(str))
query = (f'SELECT {variaveis} FROM {base} WHERE ano = 2020 AND cnae_2 IN {cnae_2}'
f' AND quantidade_vinculos_ativos > 0 GROUP BY id_municipio')
df_rais_cria = bd.read_sql(query=query, billing_project_id=project_id)
df_rais_cria = df_rais_cria.merge(df_rais, left_on='id_municipio', right_on='Cod.IBGE')
df_rais_cria['Tamanho da Indústria Criativa'] = df_rais_cria['n_ind_cria']/df_rais_cria['n_emp']
subdet_output = subdet_output.merge(df_rais_cria, how='left', on='Cod.IBGE')
interesse=['Cod.IBGE','Município','UF','Patentes','Tamanho da Indústria Inovadora',
'Tamanho da Indústria Criativa']
subdet_output=subdet_output[interesse]
### 2.6.2.4. Indicador Tamanho das Empresas TIC
list_cnae = tuple([
'Fabricação de componentes eletrônicos','Fabricação de equipamentos de informática',
'Fabricação de periféricos para equipamentos de informática',
'Fabricação de equipamentos transmissores de comunicação',
'Fabricação de aparelhos telefônicos e de outros equipamentos de comunicação',
'Fabricação de aparelhos de recepção, reprodução, gravação e amplificação de áudio e vídeo',
'Fabricação de mídias virgens, magnéticas e ópticas',
'Comércio atacadista de computadores, periféricos e suprimentos de informática',
'Comércio atacadista de componentes eletrônicos e equipamentos de telefonia e comunicação',
'Telecomunicações sem fio','Operadoras de televisão por assinatura por cabo',
'Telecomunicações por satélite','Operadoras de televisão por assinatura por microondas',
'Operadoras de televisão por assinatura por satélite','Outras atividades de telecomunicações',
'Desenvolvimento de programas de computador sob encomenda',
'Desenvolvimento e licenciamento de programas de computador customizáveis',
'Desenvolvimento e licenciamento de programas de computador não-customizáveis',
'Consultoria em tecnologia da informação',
'Suporte técnico, manutenção e outros serviços em tecnologia da informação',
'Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet',
'Portais, provedores de conteúdo e outros serviços de informação na internet',
'Reparação e manutenção de computadores e de equipamentos periféricos',
'Reparação e manutenção de equipamentos de comunicação'])
variaveis = ('cnae_2, descricao')
base = '`basedosdados.br_bd_diretorios_brasil.cnae_2`'
project_id = 'double-balm-306418'
query = (f'SELECT {variaveis} FROM {base} WHERE descricao IN {list_cnae}')
cnae_2 = bd.read_sql(query=query, billing_project_id=project_id)
cnae_2['cnae_2'] = cnae_2['cnae_2'].str.replace(r"(\d)\.",r"\1").str.replace(r"(\d)\-",r"\1")
cnae_2 = tuple(cnae_2['cnae_2'])
variaveis = ('id_municipio, count(quantidade_vinculos_ativos) AS n_ind_tic')
base = '`basedosdados.br_me_rais.microdados_estabelecimentos`'
project_id = 'double-balm-306418'
cod_ibge = tuple(database['Cod.IBGE'].astype(str))
query = (f'SELECT {variaveis} FROM {base} WHERE ano = 2020 AND cnae_2 IN {cnae_2}'
f' AND quantidade_vinculos_ativos > 0 GROUP BY id_municipio')
df_rais_tic = bd.read_sql(query=query, billing_project_id=project_id)
df_rais_tic = df_rais_tic.merge(df_rais, left_on='id_municipio', right_on='Cod.IBGE')
df_rais_tic['Tamanho das Empresas TIC'] = df_rais_tic['n_ind_tic']/df_rais_tic['n_emp']
subdet_output = subdet_output.merge(df_rais_tic, how='left', on='Cod.IBGE')
interesse=['Município','UF','Patentes','Tamanho da Indústria Inovadora',
'Tamanho da Indústria Criativa','Tamanho das Empresas TIC']
subdet_output=subdet_output[interesse].set_index(['Município','UF'])
missing_data(subdet_output)
extreme_values(subdet_output)
create_subindex(subdet_output, subdet)
inovacao[subdet] = subdet_output
# -
inovacao = pd.concat(inovacao, axis=1)
create_detindex(inovacao, 'Inovação')
inovacao.to_csv('DETERMINANTES/det-INOVACAO.csv')