ANP Petróleo e Gás — Produção e Preços de Combustíveis

import pandas as pd
 
# Download da série histórica de preços
# https://dados.gov.br/dados/conjuntos-dados/serie-historica-de-precos-de-combustiveis-e-de-glp
df = pd.read_csv(
    "precos_combustiveis_2024_01.csv",
    sep=";",
    encoding="utf-8",
    dtype=str,
    decimal=","
)
 
print(f"Total de registros: {len(df):,}")
print(f"Colunas: {list(df.columns)}")
 
# Converter preço para numérico
df["Valor de Venda"] = pd.to_numeric(
    df["Valor de Venda"].str.replace(",", "."), errors="coerce"
)
 
# Preço médio da gasolina por UF
gasolina = df[df["Produto"] == "GASOLINA COMUM"]
media_uf = (
    gasolina.groupby("Estado - Sigla")["Valor de Venda"]
    .mean()
    .sort_values(ascending=False)
)
 
print("\nPreço médio da gasolina por UF (R$/litro):")
print(media_uf.round(3))

import pandas as pd
import glob
 
# Concatenar vários arquivos semanais
arquivos = sorted(glob.glob("precos_combustiveis_2024_*.csv"))
dfs = []
 
for arq in arquivos:
    df = pd.read_csv(arq, sep=";", encoding="utf-8", dtype=str, decimal=",")
    dfs.append(df)
 
df_total = pd.concat(dfs, ignore_index=True)
df_total["Valor de Venda"] = pd.to_numeric(
    df_total["Valor de Venda"].str.replace(",", "."), errors="coerce"
)
 
# Diesel S-10 — média semanal
diesel = df_total[df_total["Produto"] == "DIESEL S10"]
serie = diesel.groupby("Data da Coleta")["Valor de Venda"].mean()
 
print("Evolução do preço do Diesel S-10 (R$/litro):")
print(serie.tail(10))