SICONFI — Sistema de Informações Contábeis e Fiscais do Setor Público Brasileiro

https://apidatalake.tesouro.gov.br/ords/siconfi/tt/

import requests
import pandas as pd
 
BASE_URL = "https://apidatalake.tesouro.gov.br/ords/siconfi/tt"
 
 
def consultar_rreo(codigo_ibge: str, exercicio: int, bimestre: int = None):
    """
    Consulta o Relatório Resumido da Execução Orçamentária (RREO)
    de um ente federativo.
 
    Args:
        codigo_ibge: Código IBGE do município ou estado
        exercicio: Ano do exercício fiscal
        bimestre: Número do bimestre (1 a 6, opcional)
 
    Returns:
        DataFrame com dados do RREO
    """
    url = f"{BASE_URL}/rreo"
    params = {
        "id_ente": codigo_ibge,
        "an_exercicio": exercicio,
        "limit": 5000,
    }
    if bimestre:
        params["nr_periodo"] = bimestre
 
    registros = []
    offset = 0
 
    while True:
        params["offset"] = offset
        response = requests.get(url, params=params)
        response.raise_for_status()
        dados = response.json()
 
        items = dados.get("items", [])
        registros.extend(items)
 
        if not dados.get("hasMore", False):
            break
        offset += len(items)
 
    return pd.DataFrame(registros)
 
 
# Exemplo: RREO de São Paulo (3550308), exercício 2024, 6º bimestre
df_rreo = consultar_rreo("3550308", 2024, 6)
print(f"Registros: {len(df_rreo)}")
if not df_rreo.empty:
    print(df_rreo[["no_conta", "vl_previsao_inicial", "vl_realizado"]].head(10))

def consultar_rgf(codigo_ibge: str, exercicio: int, quadrimestre: int = None):
    """
    Consulta o Relatório de Gestão Fiscal (RGF) de um ente federativo.
 
    Args:
        codigo_ibge: Código IBGE do ente
        exercicio: Ano do exercício fiscal
        quadrimestre: Número do quadrimestre (1 a 3, opcional)
 
    Returns:
        DataFrame com dados do RGF
    """
    url = f"{BASE_URL}/rgf"
    params = {
        "id_ente": codigo_ibge,
        "an_exercicio": exercicio,
        "limit": 5000,
    }
    if quadrimestre:
        params["nr_periodo"] = quadrimestre
 
    response = requests.get(url, params=params)
    response.raise_for_status()
    dados = response.json()
    registros = dados.get("items", dados)
    return pd.DataFrame(registros)
 
 
# Exemplo: RGF do Estado de Minas Gerais (31), exercício 2024
df_rgf = consultar_rgf("31", 2024, 3)
print(f"Registros RGF: {len(df_rgf)}")
if not df_rgf.empty:
    print(df_rgf.head())

def listar_entes(esfera: str = None, uf: str = None):
    """
    Lista os entes federativos cadastrados no SICONFI.
 
    Args:
        esfera: Esfera de governo ('E' = Estadual, 'M' = Municipal, 'D' = Distrital)
        uf: Código da UF (2 dígitos IBGE)
 
    Returns:
        DataFrame com entes cadastrados
    """
    url = f"{BASE_URL}/entes"
    params = {"limit": 5000}
    if esfera:
        params["co_esfera"] = esfera
    if uf:
        params["co_uf"] = uf
 
    registros = []
    offset = 0
 
    while True:
        params["offset"] = offset
        response = requests.get(url, params=params)
        response.raise_for_status()
        dados = response.json()
 
        items = dados.get("items", [])
        registros.extend(items)
 
        if not dados.get("hasMore", False):
            break
        offset += len(items)
 
    return pd.DataFrame(registros)
 
 
# Exemplo: municípios de São Paulo cadastrados no SICONFI
entes_sp = listar_entes(esfera="M", uf="35")
print(f"Municípios de SP cadastrados: {len(entes_sp)}")
if not entes_sp.empty:
    print(entes_sp[["id_ente", "no_ente", "co_uf"]].head(10))

def consultar_dca(codigo_ibge: str, exercicio: int):
    """
    Consulta a Declaração de Contas Anuais (DCA) de um ente federativo.
 
    Args:
        codigo_ibge: Código IBGE do ente
        exercicio: Ano do exercício
 
    Returns:
        DataFrame com dados do balanço anual
    """
    url = f"{BASE_URL}/dca"
    params = {
        "id_ente": codigo_ibge,
        "an_exercicio": exercicio,
        "limit": 5000,
    }
 
    registros = []
    offset = 0
 
    while True:
        params["offset"] = offset
        response = requests.get(url, params=params)
        response.raise_for_status()
        dados = response.json()
 
        items = dados.get("items", [])
        registros.extend(items)
 
        if not dados.get("hasMore", False):
            break
        offset += len(items)
 
    return pd.DataFrame(registros)
 
 
# Exemplo: DCA do Estado do Rio de Janeiro (33), exercício 2023
df_dca = consultar_dca("33", 2023)
print(f"Registros DCA: {len(df_dca)}")
if not df_dca.empty:
    print(df_dca.head())

import requests
import pandas as pd
 
BASE_URL = "https://apidatalake.tesouro.gov.br/ords/siconfi/tt"
 
# Lista de estados (códigos IBGE de 2 dígitos)
estados = {
    "11": "Rondônia", "12": "Acre", "13": "Amazonas", "14": "Roraima",
    "15": "Pará", "16": "Amapá", "17": "Tocantins", "21": "Maranhão",
    "22": "Piauí", "23": "Ceará", "24": "Rio Grande do Norte", "25": "Paraíba",
    "26": "Pernambuco", "27": "Alagoas", "28": "Sergipe", "29": "Bahia",
    "31": "Minas Gerais", "32": "Espírito Santo", "33": "Rio de Janeiro",
    "35": "São Paulo", "41": "Paraná", "42": "Santa Catarina",
    "43": "Rio Grande do Sul", "50": "Mato Grosso do Sul", "51": "Mato Grosso",
    "52": "Goiás", "53": "Distrito Federal",
}
 
 
def comparar_pessoal_estados(exercicio: int, quadrimestre: int = 3):
    """
    Compara despesa com pessoal entre estados brasileiros usando o RGF.
 
    Args:
        exercicio: Ano do exercício
        quadrimestre: Quadrimestre de referência (1 a 3)
 
    Returns:
        DataFrame com despesa com pessoal por estado
    """
    resultados = []
    for co_uf, nome_uf in estados.items():
        url = f"{BASE_URL}/rgf"
        params = {
            "id_ente": co_uf,
            "an_exercicio": exercicio,
            "nr_periodo": quadrimestre,
            "no_anexo": "RGF-Anexo 01",
            "co_poder": "E",
            "limit": 100,
        }
 
        response = requests.get(url, params=params)
        if response.status_code == 200:
            dados = response.json()
            items = dados.get("items", [])
            for item in items:
                item["nome_uf"] = nome_uf
            resultados.extend(items)
 
    return pd.DataFrame(resultados)
 
 
# Exemplo: comparar despesa com pessoal dos estados em 2024
df_pessoal = comparar_pessoal_estados(2024)
if not df_pessoal.empty:
    print("Despesa com pessoal por estado (Poder Executivo):")
    print(df_pessoal[["nome_uf", "no_conta", "vl_periodo"]].head(15))