Visualização e Análise: Empenho vs PIB por Cidades

Este repositório contém uma análise exploratória e visualizações que relacionam indicadores de comprometimento/empenho (VALOREMPENHO) ao Produto Interno Bruto (PIB) em nível de município. A análise foi implementada em um Jupyter Notebook (fvm_empenho_pib.ipynb) e utiliza o conjunto de dados dados.csv.

Conteúdo do repositório

• fvm_empenho_pib.ipynb — Notebook Jupyter com o processo de leitura dos dados, tratamento (limpeza/transformação), análises e visualizações.
• dados.csv — Conjunto de dados usado pelo notebook. Delimitador: ponto-e-vírgula (;).
• requirements.txt — Dependências Python necessárias para reproduzir a análise.
• .gitignore — Arquivos/padrões ignorados pelo git.

Observações iniciais sobre o dataset (conforme o notebook)

• O arquivo lido inicialmente tem 187 linhas e 4 colunas (shape: 187 x 4).
• Não foram encontrados valores nulos nas colunas analisadas.
• Foram identificadas entradas duplicadas pelo campo CODIGO e, no notebook, essas duplicatas foram descartadas. Após a remoção de duplicatas por CODIGO, o dataset final utilizado possui 172 registros (municípios únicos conforme esse critério).
• Unidade: os valores de PIB e de VALOREMPENHO estão expressos em reais (R$).

Dicionário de colunas (conforme dados.csv e o notebook)

• CODIGO

  • Tipo: inteiro
  • Descrição: código identificador do município. Observação: há duplicatas no arquivo original; no notebook essas duplicatas foram removidas por CODIGO (mantendo um registro por código).
  • Exemplo: 106, 113, 118

• MUNICIPIO

  • Tipo: texto (string)
  • Descrição: nome do município.
  • Exemplo: SANTANA DO LIVRAMENTO, SANTO ANGELO

• PIB

  • Tipo: numérico (float)
  • Unidade: Reais (R$)
  • Descrição: Produto Interno Bruto do município (valor monetário).
  • Exemplo: 12240.76 (R$ 12.240,76)

• VALOREMPENHO

  • Tipo: numérico (float)
  • Unidade: Reais (R$)
  • Descrição: valor de empenho do município (montante comprometido do orçamento).
  • Exemplo: 1088666.10 (R$ 1.088.666,10)

Sumário detalhado do notebook (fvm_empenho_pib.ipynb)

O notebook realiza a leitura do CSV, limpeza básica e uma série de análises visuais. Abaixo está o sumário detalhado das células e das análises/figuras presentes:

1. Introdução e contextualização

   • Texto explicativo sobre o que representam PIB e valor de empenho e por que analisar a relação entre ambos.

2. Importação de bibliotecas

   • pandas, seaborn, statistics, matplotlib.pyplot (configuração básica de visualização).

3. Leitura do arquivo

   • dataset = pd.read_csv('dados.csv', sep=';')
   • Exibição das primeiras linhas (dataset.head()).
   • Verificação do shape original (187 linhas x 4 colunas).

4. Verificações iniciais

   • dataset.info() — confirma tipos de dados.
   • dataset.isnull().sum() — nenhum valor nulo identificado.
   • dataset.duplicated('CODIGO').sum() — identificação de duplicatas por CODIGO.

5. Tratamento de duplicatas

   • Remoção de duplicatas por CODIGO com dataset = dataset.drop_duplicates('CODIGO').
   • Após tratamento, o dataset final utilizado no notebook contém 172 registros únicos.

6. Estatísticas descritivas

   • dataset.describe() — resumo estatístico das colunas numéricas:
     • Contagem (count), média (mean), desvio padrão (std), min/max e quartis para PIB e VALOREMPENHO.
     • Exemplos observados: média do PIB ~ R$ 19.888,32; média do VALOREMPENHO ~ R$ 132.368,57; valores mínimos (PIB ~ R$ 8.236,63; VALOREMPENHO ~ R$ 172,13) e máximos (PIB ~ R$ 223.848,22; VALOREMPENHO ~ R$ 1.442.759,82).

7. Análises visuais e figuras

   • Dispersão entre PIB e Valor de Empenho por Município
     • Gráfico de dispersão mostrando a relação entre PIB (eixo X) e VALOREMPENHO (eixo Y). Pode incluir observação de tendência geral e identificação de outliers.
   • Distribuição do PIB dos Municípios
     • Histograma / KDE exibindo a distribuição dos valores de PIB entre os municípios.
   • Boxplot do PIB dos Municípios
     • Boxplot para avaliar assimetria e outliers do PIB.
   • Relação dos 10 Municípios com Menor PIB e dos 10 Municípios com Maior PIB
     • Listagem/tabela e gráficos (barras) mostrando top 10 e bottom 10 municípios por PIB.
   • Distribuição do Valor de Empenho dos Municípios
     • Histograma / KDE para VALOREMPENHO.
   • Boxplot do Valor de Empenho dos Municípios
     • Boxplot para VALOREMPENHO evidenciando dispersão e possíveis outliers.
   • Relação dos 10 Municípios com Menor Valor de Empenho e dos 10 Municípios com Maior Valor de Empenho
     • Listagem/tabela e gráficos (barras) mostrando top 10 e bottom 10 por VALOREMPENHO.
   • Comparação entre os 10 Municípios com Menor Valor de Empenho e PIB e os 10 Municípios com Maior Valor de Empenho e PIB
     • Visualização comparativa (ex.: grupos de barras ou múltiplos painéis) contrastando os 10 municípios com menores valores frente aos 10 com maiores, em termos de ambos os indicadores.

8. Conclusões e observações finais

   • Interpretações sobre correlação/associação entre PIB e VALOREMPENHO, identificação de municípios fora da tendência (potenciais outliers) e recomendações para investigações futuras.

Como reproduzir (localmente)

1. Clone o repositório:

   • git clone https://github.com/cllmenate/pib-commitment-value-cities-data-visualization-python-notebook.git
   • cd pib-commitment-value-cities-data-visualization-python-notebook

2. Crie e ative um ambiente virtual (recomendado):

   • python -m venv venv
   • source venv/bin/activate # macOS / Linux
   • venv\Scripts\activate # Windows

3. Instale as dependências:

   • pip install -r requirements.txt

4. Abra o Jupyter Notebook:

   • jupyter notebook fvm_empenho_pib.ipynb
   • Execute as células em ordem. O notebook realiza leitura de dados.csv e produz as análises/figuras listadas.

Recomendações / próximos passos

• Adicionar exportação automática de figuras e de rankings em CSV/HTML.
• Criar um dicionário de dados mais completo (fonte, periodicidade, unidades) em DATA_DICTIONARY.md.
• Se for do interesse, transformar as visualizações em um dashboard interativo (Plotly Dash ou Streamlit).

Licença

Atualmente, o repositório não contém um arquivo LICENSE.

Contato

Para dúvidas ou contribuições, abra uma issue no repositório ou contacte o mantenedor.