In [1]:
from ine_api import get_df, default_plot
Variáveis interessantes¶
Taxa de escolaridade do nível de ensino superior - 0011327¶
In [6]:
years = ",".join([f"S7A{i}" for i in range(2011, 2024)])
d0011327 = {
"lang": "PT",
"varcd": "0011327",
"Dim1": years,
}
df0011327 = get_df(d0011327)
Jovens, Todos¶
In [7]:
# dim3 representa o sexo; dim4 o grupo etário
df_todos = df0011327.loc[
df0011327["geocod"].isin(["PT", "1", "2", "3"])
& df0011327["dim_3"].isin(["T"])
& df0011327["dim_4"].isin(["1"])
]
default_plot(
df=df_todos,
title="Taxa de escolaridade do nível de ensino superior da população residente com idade entre 25 e 34 (%)",
)
Todos¶
In [8]:
default_plot(
df=df0011327.loc[
~df0011327["geocod"].isin(["20", "30"])
& df0011327["dim_3"].isin(["T"])
& df0011327["dim_4"].isin(["T"])
],
title="Taxa de escolaridade do nível de ensino superior da população residente com idade entre 25 e 64 (%)",
)
Taxa de escolaridade do nível de ensino secundário - 0011326¶
Taxa de escolaridade do nível de ensino secundário (Série 2021 - %)
In [ ]:
years = ",".join([f"S7A{i}" for i in range(2011, 2024)])
d0011326 = {
"lang": "PT",
"varcd": "0011326",
"Dim1": years,
}
df_0011326 = get_df(d0011326)
default_plot(
df=df_0011326.loc[
df_0011326["geocod"].isin(["PT", "1", "2", "3"])
& df_0011326["dim_3"].isin(["T"])
& df_0011326["dim_4"].isin(["1"])
],
title="Taxa de escolaridade do nível de ensino secundário com idade entre 20 e 24 (%)",
)
Diplomadas/os do ensino superior por 1000 habitantes (N.º) da população residente com idade entre 20 e 29 anos — 0009267¶
Diplomadas/os do ensino superior por 1000 habitantes (N.º) da população residente com idade entre 20 e 29 anos por Localização geográfica (NUTS - 2013)
In [20]:
years = ",".join([f"7A{i}_3" for i in range(2005, 2024)])
d0009267 = {"lang": "PT", "varcd": "0009267", "Dim1": years}
df_0009267 = get_df(d0009267)
default_plot(
df=df_0009267.loc[df_0009267["geocod"].isin(["PT", "1", "2", "3", "2004203"])],
title="Diplomadas/os do ensino superior por 1000 habitantes (N.º) da população residente com idade entre 20 e 29 anos",
)
Proporção da população residente com 18 e mais anos de idade com pelo menos o ensino secundário completo (Série 2021 - %) — 0012964¶
In [19]:
d0012964 = {"lang": "PT", "varcd": "0012964", "Dim1": "S7A2023"}
df_0012964 = get_df(d0012964)
df_0012964[["ano", "geodsg", "dim_3_t", "dim_4_t", "valor"]].drop_duplicates().pivot(
index=["ano", "dim_3_t", "dim_4_t"], columns="geodsg", values="valor"
)
Out[19]:
| geodsg | Alentejo | Algarve | Centro | Continente | Grande Lisboa | Norte | Oeste e Vale do Tejo | Península de Setúbal | Portugal | Região Autónoma da Madeira | Região Autónoma dos Açores | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ano | dim_3_t | dim_4_t | |||||||||||
| 2023 | H | 16 - 24 anos | 75.4 | 71.0 | 81.7 | 79.1 | 73.2 | 84.0 | 73.3 | 79.5 | 78.5 | 79.3 | 54.3 |
| 25 - 34 anos | 72.2 | 64.8 | 79.9 | 77.9 | 81.6 | 77.1 | 76.9 | 78.4 | 77.0 | 70.5 | 56.5 | ||
| 35 - 44 anos | 57.3 | 57.7 | 63.1 | 65.0 | 78.0 | 59.2 | 63.0 | 73.4 | 64.1 | 56.9 | 40.1 | ||
| 45 e mais anos | 25.2 | 30.4 | 28.7 | 33.8 | 51.7 | 28.2 | 26.7 | 40.9 | 33.3 | 20.1 | 20.6 | ||
| Total | 41.0 | 43.2 | 46.3 | 49.5 | 62.3 | 45.9 | 44.3 | 54.5 | 48.9 | 42.1 | 34.3 | ||
| HM | 16 - 24 anos | 79.6 | 71.1 | 85.6 | 82.3 | 76.8 | 86.3 | 79.9 | 82.0 | 81.8 | 84.0 | 60.2 | |
| 25 - 34 anos | 79.4 | 71.8 | 83.8 | 82.4 | 84.9 | 82.1 | 81.5 | 82.4 | 81.6 | 74.8 | 61.7 | ||
| 35 - 44 anos | 65.4 | 66.1 | 69.4 | 71.0 | 80.9 | 65.9 | 70.0 | 77.6 | 70.1 | 62.8 | 47.7 | ||
| 45 e mais anos | 28.3 | 34.2 | 30.4 | 34.9 | 51.4 | 28.8 | 28.7 | 41.9 | 34.5 | 25.2 | 23.7 | ||
| Total | 44.5 | 47.3 | 48.0 | 51.0 | 62.9 | 47.0 | 46.9 | 55.5 | 50.6 | 45.2 | 38.5 | ||
| M | 16 - 24 anos | 84.5 | 71.2 | 89.5 | 85.7 | 80.5 | 88.8 | 87.0 | 84.6 | 85.2 | 88.9 | 66.0 | |
| 25 - 34 anos | 86.7 | 78.2 | 88.1 | 86.9 | 88.1 | 87.2 | 86.0 | 86.0 | 86.1 | 79.4 | 66.6 | ||
| 35 - 44 anos | 73.8 | 73.5 | 75.8 | 76.5 | 83.4 | 72.2 | 76.7 | 81.9 | 75.7 | 68.6 | 55.0 | ||
| 45 e mais anos | 31.1 | 37.4 | 31.8 | 35.8 | 51.1 | 29.3 | 30.3 | 42.7 | 35.5 | 29.1 | 26.4 | ||
| Total | 47.7 | 50.8 | 49.4 | 52.3 | 63.4 | 48.0 | 49.1 | 56.4 | 52.0 | 47.8 | 42.2 |
Outras variáveis analisadas¶
Taxa de escolarização no ensino superior (%) 0012634¶
Formula: (Alunos com idade entre 18 e 22 anos matriculados em cursos de formação inicial no ensino superior/ População residente com idade entre 18 e 22 anos)*100 Lisboa anda nos 200%. Assim, não me parece ser uma variável interessante
In [10]:
years = ",".join([f"7A{i}_3" for i in range(2010, 2025)])
d0012634 = {
"lang": "PT",
"varcd": "0012634",
"Dim1": years,
}
df_0012634 = get_df(d0012634)
In [ ]:
default_plot(
df=df_0012634.loc[
df_0012634["geocod"].str.startswith("200")
| df_0012634["geocod"].isin(["PT", "1", "3", "1A01106"])
],
title="Taxa de escolaridade do nível de ensino superior da população residente com idade entre 25 e 34 (%)",
)
Taxa de transição/ conclusão no ensino secundário — 0012635¶
In [2]:
d0012635 = {
"lang": "PT",
"varcd": "0012635",
"Dim1": "7A2023_3,7A2022_3,7A2021_3,7A2020_3,7A2019_3",
"Dim3": "T",
"Dim4": "T",
}
df0012635 = get_df(d0012635)
default_plot(
df=df0012635.loc[df0012635["geocod"].isin(["PT", "3", "1", "200"])],
title="Taxa de transição/ conclusão no ensino secundário (%)",
)
Taxa de retenção e desistência no ensino básico — Basico¶
In [4]:
d0012618 = {
"lang": "PT",
"varcd": "0012618",
"Dim1": "7A2023_3,7A2022_3,7A2021_3,7A2020_3,7A2019_3",
"Dim3": "T",
"Dim4": "T",
}
df0012618 = get_df(d0012618)
default_plot(
df=df0012618.loc[
df0012618["geocod"].isin(["PT", "3", "200", "2004201", "2004203", "2004201"]),
["ano", "geodsg", "valor"],
],
title="Taxa de retenção e desistência no ensino básico (%)",
)
