En esta página de Google Colab podrá ver y ejecutar el código que se puestra en esta página.
Descargando datos del BCCR: Página Web
Creado: 2019-Dic-11
Actualizado: 2021-Abr-25
Este cuaderno de Jupyter ilustra el uso de la clase PaginaWeb del paquete de Python bccr, con el cual se facilita la descarga de datos del sitio https://www.bccr.fi.cr/indicadores-economicos del Banco Central de Costa Rica. La documentación completa de la clase está en https://randall-romero.github.io/bccr/pagina.html.
Pasos preliminares¶
Primero cargamos algunos paquetes: bccr para consultar datos del servicio web, pandas para manipular los datos en Python, numpy para calcular un promedio (más adelante), matplotlib para hacer gráficos.
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('seaborn')
1. Iniciando una consulta¶
Se import desde PW desde bccr. Este es un objeto de la clase PaginaWeb.
from bccr import PW
Similar a la descarga de datos con el Servicio Web, para descargar cuadros del sitio de internet del BCCR no es necesario inscribirse en la página de servicio web en https://www.bccr.fi.cr/indicadores-economicos/servicio-web. No obstante, dado que actualmente este paquete de Python sólo da soporte a un subconjunto de los cuadros publicados (452 soportados de los más de 550 publicados), se recomienda que para aquellos cuadros que no se pueden aún descargar se descarguen los indicadores con la clase bccr.ServicioWeb.
2. Buscando una serie¶
Para descargar los datos de un cuadro del sitio web, es necesario saber su número de cuadro (este número en general no coincide con los códigos de variables del servicio web). Si ya ha abierto el cuadro en un navegador de Internet, la forma más sencilla de averiguar su número es ver la dirección URL, tal como se ilustra en la siguiente figura:
En la parte resaltada con un círculo rojo podemos observar que para el cuadro de “Medio Circulante”, el número de cuadro es el 125.
Para facilitar encontrar las series sin necesidad de navegar por el sitio web, la clase bccr.PaginaWeb provee la función buscar. Acá, por ejemplo, buscamos la frase 'medio circulante':
PW(M1=125).plot();
PW.buscar(frase='medio circulante')
| title | subtitle | freq | |
|---|---|---|---|
| chart | |||
| 125 | Medio circulante (M1) medido a nivel del sistema bancario | – Saldos a fin de mes en millones de colones – | M |
| 164 | Medio circulante (M1) medido a nivel del sistema financiero | -Saldos a fin de mes en millones de colones- | M |
El resultado nos indica que los cuadros 125 y 164 corresponden a series que incluyen la frase exacta “medio circulante” en su descripción (una se refiere al sistema bancario y la otra al financiero). Si no sabemos la frase exacta pero sí varias palabras que deben aparecer en la descripción (en cualquier orden), usamos buscar con la opción todos
PW.buscar(todos='numerario poder público')
| title | subtitle | freq | |
|---|---|---|---|
| chart | |||
| 54 | Numerario en poder del público | Medido a nivel de sistema bancario — -Saldos a fin de mes en millones de colones- | M |
| 177 | Numerario en poder del público | Medido a nivel del sistema financiero — -Saldos a fin de mes en millones de colones- | M |
También tenemos la opción de buscar series donde solo algunos de los términos aparecen en la descrición. Podemos además filtrar los resultados por la frecuencia de los datos (A anual, 6M semestral, Q trimestral, M mensual, W semanal, y Ddiaria.
PW.buscar(algunos='japón yen', frecuencia='D')
| title | subtitle | freq | |
|---|---|---|---|
| chart | |||
| 357 | Yen Japonés | Con respecto al Dólar Estadounidense | D |
Si quisiéramos ver este último cuadro en el sitio de Internet del BCCR, simplemente usamos la funcion.web:
PW.web(357)
Al ejecutar esta línea, se abre una nueva pestaña en su navegador de Internet predefinido con el cuadro solicitado. Esto resulta útil para verificar que los datos que descargamos en realidad coinciden con lo que esperábamos.
datos = PW(M1=125)
datos.plot();
En la celda anterior, la parte M1= es opcional, la utilizamos acá para cambiar el nombre de la serie. Si omitimos esa parte, las series se nombrar a partir de su descripción en la base de datos:
PW(125).tail()
| Medio circulante (M1) medido a nivel del sistema bancario | |
|---|---|
| 2020-11 | 4.913216e+06 |
| 2020-12 | 4.964104e+06 |
| 2021-01 | 4.988481e+06 |
| 2021-02 | 4.578601e+06 |
| 2021-03 | 4.733563e+06 |
2.2 Descargando dos series de la misma frecuencia¶
Es posible además pasarle varios códigos a datos de una vez. Acá descargamos, además del medio circulante, en numerario en poder del público. El resultado será una tabla pandas.DataFrame, donde cada columna corresponde a una variable.
dinero = PW(NPP=54, M1=125)
dinero.plot();
2.3 Cambiando la frecuencia de los datos¶
La función buscar ofrece la opción de cambiar la frecuencia de los datos, pero se recomienda tener precaución al utilizarla. Para ilustrar el motivo, suponga que deseamos construir una serie mensual del tipo de cambio promedio de MONEX. Primero buscamos un número de cuadro
PW.buscar('tipo cambio monex', frecuencia='D')
| title | subtitle | freq | |
|---|---|---|---|
| chart | |||
| 748 | Tipo de cambio promedio MONEX | En colones costarricenses | D |
Encontramos el 748. Cuando lo descargamos, indicamos que queremos una serie mensual freq='M', promediando func='mean' los datos diarios. Para ver los últimos 9 datos usamos .tail(9)
PW(748, freq='M',func='mean').tail(9)
| Tipo de cambio promedio MONEX | |
|---|---|
| 2020-08 | 384.186774 |
| 2020-09 | 420.295667 |
| 2020-10 | 429.294839 |
| 2020-11 | 405.891333 |
| 2020-12 | 411.871613 |
| 2021-01 | 395.517742 |
| 2021-02 | 437.433571 |
| 2021-03 | 454.334839 |
| 2021-04 | 368.631600 |
Los datos se ver demasiado inferiores a su verdadero valor! Resulta que si descargamos los datos originales (es decir, sin transformarlos)
PW(748).tail(12)
| Tipo de cambio promedio MONEX | |
|---|---|
| 2021-04-14 | 614.05 |
| 2021-04-15 | 614.23 |
| 2021-04-16 | 614.69 |
| 2021-04-17 | 0.00 |
| 2021-04-18 | 0.00 |
| 2021-04-19 | 614.94 |
| 2021-04-20 | 615.32 |
| 2021-04-21 | 616.13 |
| 2021-04-22 | 616.49 |
| 2021-04-23 | 617.01 |
| 2021-04-24 | 0.00 |
| 2021-04-25 | 0.00 |
vemos que se están reportando los datos de fin de semana (cuando no opera MONEX) como cero, en lugar de como datos faltantes (Esto puede originarse en que en los datos originales en Excel se haya calculado un promedio de celdas vacías, ¡las cuales Excel simplemente interpreta como ceros!). Para solucionarlo
PW(748).replace(0.0, np.nan).tail(12)
| Tipo de cambio promedio MONEX | |
|---|---|
| 2021-04-14 | 614.05 |
| 2021-04-15 | 614.23 |
| 2021-04-16 | 614.69 |
| 2021-04-17 | NaN |
| 2021-04-18 | NaN |
| 2021-04-19 | 614.94 |
| 2021-04-20 | 615.32 |
| 2021-04-21 | 616.13 |
| 2021-04-22 | 616.49 |
| 2021-04-23 | 617.01 |
| 2021-04-24 | NaN |
| 2021-04-25 | NaN |
con lo que
PW(748).replace(0.0, np.nan).resample('M').mean().tail(12)
| Tipo de cambio promedio MONEX | |
|---|---|
| 2020-05 | 571.590500 |
| 2020-06 | 579.350909 |
| 2020-07 | 584.003636 |
| 2020-08 | 595.489500 |
| 2020-09 | 600.422381 |
| 2020-10 | 604.915455 |
| 2020-11 | 608.837000 |
| 2020-12 | 608.000952 |
| 2021-01 | 613.052500 |
| 2021-02 | 612.407000 |
| 2021-03 | 612.364348 |
| 2021-04 | 614.386000 |
2.4 Descargando varias series de distinta frecuencia¶
La función datos permite descargar variables de distinta frecuencia, convirtiéndolos a una frecuencia común. Por ejemplo, suponga que desea, además de los datos anteriores, la serie de la tasa básica pasiva:
PW.buscar(frase='tasa básica ')
| title | subtitle | freq | |
|---|---|---|---|
| chart | |||
| 17 | Tasa Básica Diaria | Porcentajes | D |
| 592 | Tasa Básica Mensual | Porcentajes a fin de mes | M |
| 2110 | Cálculo de la Tasa Básica Pasiva | Informe semanal | ? |
Vemos que el cuadro 17 tiene datos diarios y el 592 mensuales. El signo ? en la columna freq del cuadro 2110 significa que bccr.PaginaWeb aún no puede descargar estos datos.
Vemos que el código 17 es de una serie diaria, mientras que los datos de M1y NPP eran mensuales. En la siguiente celda, le indicamos a datos que debe convertir los datos de mayor a menor frecuencia usando un promedio (func=np.mean). Es posible además restringir el rango de los datos con los parámetros FechaInicio= y FechaFinal=.
datos = PW(NPP=54, M1=125, Tasa_básica=17, func=np.mean)
datos.plot(subplots=True, figsize=[12,6]);
datos.tail()
| NPP | M1 | Tasa_básica | |
|---|---|---|---|
| 2020-12 | 1.060905e+06 | 4.964104e+06 | 3.437097 |
| 2021-01 | 1.024351e+06 | 4.988481e+06 | 3.506452 |
| 2021-02 | 1.006321e+06 | 4.578601e+06 | 3.485714 |
| 2021-03 | 1.034342e+06 | 4.733563e+06 | 3.416129 |
| 2021-04 | NaN | NaN | 3.262500 |
Es posible además restringir el rango de los datos con los parámetros FechaInicio= y FechaFinal=, aunque en algunos casos esto puede generar un error (¡estoy aún depurando el código!). Por ejemplo, para restringir una búsqueda al rango marzo 2016 a julio de 2018:
PW(NPP=54, M1=125, FechaInicio='2016m3', FechaFinal='2018m7').plot(subplots=True, figsize=[12,6]);
3. Exportando datos¶
Finalmente, podemos exportar los datos de pandas a otros formatos; aquí se muestran los comandos para obtener archivos CSV (to_csv), Excel (to_excel) y Latex (to_latex):
datos.to_csv ('datos.csv')
datos.to_excel('datos.xlsx')
datos.to_latex('datos.tex')
También podemos exportarlos a Stata (to_stata), aunque primero es necesario hacer un par de ajustes (indexar los datos por fechas en vez de períodos y quitar espacios y usar solo caracteres ASCII en los nombres de las columnas)
datos.index = datos.index.to_timestamp()
datos.rename(columns={'Tasa_básica':'Tasa_basica'}, inplace=True)
datos.to_stata('datos.dta')
Hay más opciones disponibles. Se sugiere revisar la documentación de pandas en https://pandas.pydata.org/pandas-docs/stable/reference/frame.html#conversion
Advertencia¶
Este paquete ha sido desarrollado por Randall Romero Aguilar, y se ha compartido para facilitar la obtención de datos del BCCR a quien así lo necesite. NO es un paquete oficial del Banco Central de Costa Rica, ni cuenta con aprobación o patrocinio del BCCR.
El paquete se ofrece gratuitamente pero SIN NINGUNA GARANTIA acerca de su correcto funcionamiento.Aunque he puesto el mayor esfuerzo en que este paquete funcione correctamente, algunos errores pueden persistir. Si encuentra alguno, o bien si tiene sugerencias acerca de futuras mejoras, por favor envíeme un correo a [email protected].
© Randall Romero Aguilar, 2015-2021