SGS/API BCB - Meios de Pagamento

import requests
import pandas as pd
 
# Cheques compensados - quantidade - Série 7168
url = "https://api.bcb.gov.br/dados/serie/bcdata.sgs.7168/dados?formato=json"
params = {
    "dataInicial": "01/01/2020",
    "dataFinal": "31/12/2024"
}
 
response = requests.get(url, params=params)
response.raise_for_status()
dados = response.json()
 
df = pd.DataFrame(dados)
df["data"] = pd.to_datetime(df["data"], format="%d/%m/%Y")
df["valor"] = df["valor"].astype(float)
 
# Comparar primeiro e último ano
df["ano"] = df["data"].dt.year
resumo = df.groupby("ano")["valor"].sum()
print("Cheques compensados por ano:")
print(resumo)
print(f"\nRedução: {((resumo.iloc[-1] / resumo.iloc[0]) - 1) * 100:.1f}%")

import requests
import pandas as pd
 
# Comparar TED e cheques (quantidades mensais)
series = {
    "Cheques": 7168,
    "TED": 17662,
}
 
dfs = {}
for nome, codigo in series.items():
    url = f"https://api.bcb.gov.br/dados/serie/bcdata.sgs.{codigo}/dados?formato=json"
    params = {
        "dataInicial": "01/01/2024",
        "dataFinal": "31/12/2024"
    }
 
    response = requests.get(url, params=params)
    response.raise_for_status()
    dados = response.json()
 
    df = pd.DataFrame(dados)
    df["data"] = pd.to_datetime(df["data"], format="%d/%m/%Y")
    df[nome] = df["valor"].astype(float)
    dfs[nome] = df[["data", nome]].set_index("data")
 
# Juntar séries
resultado = pd.concat(dfs.values(), axis=1)
print("Comparação mensal (2024):")
print(resultado.tail(6))

import requests
import pandas as pd
 
# Transações com cartão de crédito - valor (R$ milhões) - Série 25229
url = "https://api.bcb.gov.br/dados/serie/bcdata.sgs.25229/dados?formato=json"
params = {
    "dataInicial": "01/01/2022",
    "dataFinal": "31/12/2024"
}
 
response = requests.get(url, params=params)
response.raise_for_status()
dados = response.json()
 
df = pd.DataFrame(dados)
df["data"] = pd.to_datetime(df["data"], format="%d/%m/%Y")
df["valor"] = df["valor"].astype(float)
 
print("Volume de transações com cartão de crédito (R$ milhões):")
for _, row in df.iterrows():
    print(f"  {row['data'].strftime('%Y-T%q' if False else '%Y-%m')}: R$ {row['valor']:,.0f} mi")