censoagg

Ponte entre o censobr e o painel beep: agrega microdados da amostra e agregados por setor censitário do Censo IBGE (Arrow/parquet) no formato longo que o data warehouse do beep consome (local, periodo, valor) — uma série por variável.

remotes::install_github("DistintiveLab/censoagg")

# microdados SEMPRE ponderados (domínios pequenos: usar agregados)
censoagg::agregar_microdados("pessoas", 2022,
  variaveis = c("V0001"), nivel = "municipio", funcao = "soma_pond")

# agregados por setor -> município (contagens; "." vira NA)
censoagg::agregar_setores("Basico", 2022,
  variaveis = c("V0001"), nivel = "municipio")

• agregar_microdados(): reduz as colunas antes do collect(), recorte via expressão (corte =), níveis município/área de ponderação/Brasil.
• agregar_setores(): níveis setor/município/Brasil (não ponderar: são contagens do universo).
• censo_variaveis(): dicionário de variáveis para o painel, com snapshot lazy (data-raw/dicionarios.R) e fallback ao censobr.

Contrato de saída

As duas funções runtime devolvem lista nomeada (variável -> long), pronta para o db_datawrite do beep:

coluna	tipo	conteúdo
local	character	código IBGE (7 dígitos município, 15 setor)
periodo	Date	31/12 do ano do censo
valor	numeric	agregado; "."/""/"X"/"-" viram NA

No nível "brasil" a chave é NULL e local recebe "Brasil". Somas usam na.rm (valor ausente equivale a zero); médias ponderadas excluem o ausente do denominador.

Níveis territoriais

nível	agregar_microdados()	agregar_setores()	chave
município	sim	sim	code_muni
área de ponderação	sim	não	code_weighting
setor censitário	não	sim	code_tract
Brasil	sim	sim	(nenhuma)

Os setores (code_tract, 15 dígitos, convenção do censobr/geobr) ainda não encaixam nos níveis do DW do beep: agregue para município ou guarde o código como está.

Exemplo: homens e mulheres por setor censitário no DF

d <- censo_variaveis(2022, "tracts")
d[d$variavel %in% c("demografia_V01007", "demografia_V01008"),
  c("variavel", "descricao")]
#          variavel      descricao
#  demografia_V01007 Sexo masculino
#  demografia_V01008  Sexo feminino

res <- agregar_setores("Pessoas", 2022,
  variaveis = c("demografia_V01007", "demografia_V01008"),
  nivel = "setor", corte = "code_muni == 5300108")  # 5300108 = DF

head(merge(res$demografia_V01007, res$demografia_V01008,
           by = c("local", "periodo"),
           suffixes = c("_homens", "_mulheres")))
#            local    periodo valor_homens valor_mulheres
# 530010805060005 2022-12-31           64             68
# 530010805060006 2022-12-31          326            311
# 5.342 setores; 1.326.750 homens + 1.473.382 mulheres

O Censo não tem "seção eleitoral": a unidade mais fina é o setor censitário. A soma por sexo fica abaixo do total oficial do DF (2.817.381) porque 78 setores vêm com valor "." nessas variáveis; para o total de residentes por setor use Basico + V0001, que soma exato.

Primeira execução baixa os parquets para o cache do censobr. Microdados 2022 de acesso controlado: usar censobr::import_microdata22().

MIT © 2026 DistintiveLab.

Limitacao conhecida (2022 publico)

O microdado publico de 2022 distribuido pelo censobr vem reduzido pelo IBGE: sem code_muni, sem codigos V... e sem pesos. Para 2022, use agregar_setores() (agregados por setor, cobertos) ou importe o acesso controlado (censobr::import_microdata22()) e agregue com funcao='soma_pond' + peso='PESO_PES'. Microdados de 2010 funcionam ponderados.

Documentacao

Site: https://distintivelab.github.io/censoagg/ (gerado por pkgdown, publicado na branch gh-pages pelo GitHub Actions a cada push em main).

As páginas em man/ são geradas por roxygen2 (RoxygenNote: 7.3.2, markdown ligado) e versionadas junto com o código:

devtools::document()   # NAMESPACE + man/
devtools::test()       # testes offline (sem rede)
?agregar_setores       # contrato, níveis, ponderação e exemplos
pkgdown::build_site()  # site local em docs/ (não versionado)