datacaged-package: datacaged: Microdados do CAGED em DuckDB

datacaged-packageR Documentation

datacaged: Microdados do CAGED em DuckDB

Description

O pacote datacaged facilita o acesso aos microdados do CAGED (Cadastro Geral de Empregados e Desempregados), cobrindo:

  • Novo CAGED (janeiro/2020 em diante): layout reformulado pelo MTE

  • CAGED antigo (até dezembro/2019): séries históricas (⁠CAGEDEST_*.7z⁠)

  • CAGED Ajustes (até dezembro/2019): correções retroativas do antigo

Os dados são baixados do repositório HuggingFace (⁠https://huggingface.co/datasets/alexsandroprado/caged⁠), extraídos de arquivos ⁠.7z⁠ e carregados em um banco DuckDB local para consultas rápidas com SQL ou dplyr.

Details

datacaged logo

Fluxo típico de uso

library(datacaged)

# Baixa, parseia e grava tudo em um comando
caged_load(
  years   = 2022:2023,
  months  = seq_len(12L),
  db_path = "meu_caged.duckdb"
)

# Conecta e consulta
con <- caged_connect("meu_caged.duckdb")
dplyr::tbl(con, "caged_mov") |>
  dplyr::filter(uf == 35) |>
  dplyr::count(competenciamov)

Funções principais

Novo CAGED (2020+) e CAGED antigo (até 2019):

  • caged_load(): pipeline completo (download -> parse -> DuckDB)

  • caged_download(): só baixa os arquivos .7z

  • caged_parse(): lê e normaliza um arquivo ⁠.7z⁠

  • caged_parse_batch(): lê e normaliza múltiplos arquivos ⁠.7z⁠

  • caged_to_duckdb(): grava um data.frame no banco

  • caged_connect(): abre conexão com o banco DuckDB

  • caged_info(): lista tabelas e registros disponíveis no banco

CAGED Ajustes (correções retroativas até 2019):

  • caged_adjustments_load(): pipeline completo para o CAGED Ajustes

Manutenção e exportação do banco:

  • caged_update(): baixa apenas as competências que faltam no banco

  • caged_to_parquet(): exporta as tabelas do banco para Parquet

Utilitários:

  • caged_status(): verifica se o repositório HuggingFace está acessível

  • caged_hf_files(): lista competências disponíveis no repositório HuggingFace

  • caged_download_layouts(): baixa os dicionários de variáveis do MTE

Idioma das mensagens

As mensagens do console (erros, avisos e progresso) são escritas em inglês e traduzidas para o português. Com o R configurado em português, elas aparecem em português automaticamente. Para trocar o idioma na sessão, use Sys.setLanguage("pt_BR") ou Sys.setLanguage("en").

Tabelas no DuckDB

Tabela Fonte Período
caged_mov ⁠CAGEDMOV*.7z⁠ Jan/2020+
caged_for ⁠CAGEDFOR*.7z⁠ Jan/2020+
caged_exc ⁠CAGEDEXC*.7z⁠ Jan/2020+
caged_antigo ⁠CAGEDEST_*.7z⁠ Jan/2007--Dez/2019
caged_ajustes ⁠CAGEDEST_AJUSTES_*.7z⁠ 2002--Dez/2019

Author(s)

Maintainer: Alexsandro Prado alexsandro.prado@ufersa.edu.br (ORCID)

Authors:

See Also

Useful links:


datacaged documentation built on Oct. 13, 2026, 1:06 a.m.