Tabelas auxiliares de códigos e classificações¶
Resumo¶
Um conjunto de tabelas de referência que o MDIC publica ao lado dos dados de comércio exterior para traduzir os códigos: produto (NCM, SH, CUCI, ISIC, CGCE, SIIT, fator agregado, PPE, PPI, grupo), país e bloco, UF e município, via de transporte, URF e unidade estatística, além da NBM e da conversão NBM para NCM. Todas as tabelas estão também reunidas em uma planilha, TABELAS_AUXILIARES.xlsx. O dataset do lake guarda cada tabela como um arquivo Parquet, sem partição.
Ficha técnica¶
| Campo | Valor |
|---|---|
| Dataset | comex/auxiliary-tables |
| Órgão | Ministério do Desenvolvimento, Indústria, Comércio e Serviços (MDIC), Secretaria de Comércio Exterior (SECEX) |
| Página oficial | https://www.gov.br/mdic/pt-br/assuntos/comercio-exterior/estatisticas/base-de-dados-bruta |
| Licença | Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada (CC BY-ND 3.0), declarada no rodapé do site do MDIC para todo o conteúdo do site: https://creativecommons.org/licenses/by-nd/3.0/deed.pt_BR . A página dos dados não traz licença própria; a licença impede obras derivadas |
| Periodicidade | sem periodicidade declarada; as tabelas são republicadas junto com a base (sufixos de 20260806 a 20261006 no bruto) |
| Cobertura | 1989-01 a em-curso |
| Unidade (uma linha) | um código de uma classificação (ou a correlação de uma NCM com as classificações), conforme a tabela |
| Granularidade | espacial: não se aplica (as tabelas uf, uf_mun, pais descrevem códigos); temporal: não se aplica |
| Formato bruto | CSV (um por tabela) separado por ponto e vírgula, com campos entre aspas, em latin-1, mais uma planilha TABELAS_AUXILIARES.xlsx que reúne as tabelas em abas |
| Estado no lake | convertido |
| Partições | — |
| Chave | — |
| Colunas | 110 |
| Unidades de medida | co_cuci_sub: código (texto); co_cgce_n3: código (texto); co_cgce_n2: código (texto); co_cgce_n1: código (texto); co_cuci_divisao: código (texto); co_cuci_sec: código (texto); co_isic_grupo: código (texto); co_isic_divisao: código (texto); co_siit: código (texto); co_pais_ison3: código ISO numérico (texto); co_bloco: código (texto); co_mun_geo: código de município (texto); numero_da_aba: ordinal da aba |
| Dados pessoais | nenhum |
| Eras | nenhuma |
| Revisado em | 2026-11-10 |
| Versão do fetcher | 2.5.2 |
Origem e coleta¶
- O fetcher baixa cada tabela em CSV de
https://balanca.mdic.gov.br/balanca/bd/tabelas/e a planilhaTABELAS_AUXILIARES.xlsx. No bruto, o nome recebe o sufixo de data de última modificação:[email protected],[email protected],[email protected],[email protected]. - Versões no bruto conferidas em 2026-11-09: 20 CSV mais a planilha. As tabelas
nbmenbm_ncmtêm sufixo 20190903;urfevia, 20260806; as demais, 20261006. - O fetcher confere a primeira linha útil dos CSV (descarta o
206com código PHP que a fonte devolve para arquivo inexistente). Não baixa o calendário nem as correlações das classificações antigas.
Conteúdo¶
- Cada arquivo é uma tabela independente. No lake o dataset junta 37 arquivos: os 20 CSV e as 17 abas da planilha (16 abas de dados e a aba
indice, que descreve as demais). Contagens de linhas (amostra completa do bruto de 2026-11-09):
| Tabela | O que é | Linhas |
|---|---|---|
sh |
Sistema Harmonizado (seções. capítulos SH2. posições SH4 e subposições SH6) | 6.620 |
cuci |
CUCI. revisão 4 (item. subgrupo. grupo. divisão. seção) | 2.971 |
cgce |
CGCE. grandes categorias econômicas (3 níveis) | 19 |
isic |
ISIC. revisão 4 (classe. grupo. divisão. seção) | 420 |
siit |
Setores industriais por intensidade tecnológica | 5 |
unidade |
Unidades estatísticas da NCM | 15 |
fat_agreg |
Fator agregado da NCM. classificação própria da SECEX | 6 |
ppi |
Pauta de Produtos Importados. classificação própria da SECEX; a fonte avisa: usar apenas para importação | 475 |
ppe |
Pauta de Produtos Exportados. classificação própria da SECEX; a fonte avisa: usar apenas para exportação | 415 |
pais |
Países | 281 |
pais_bloco |
Blocos de países (usar em conjunto com pais) |
324 |
uf |
Unidades da federação | 34 |
uf_mun |
Municípios (fundamental para os arquivos por município da empresa) | 5.570 |
via |
Via (modal) de transporte | 17 |
urf |
Unidade da Receita Federal (embarque/despacho) | 281 |
isic_cuci |
ISIC seção × CUCI grupo. usada na apresentação coletiva da balança | 13.746 |
ncm |
NCM e a correlação com as demais classificações | 13.753 |
grupo |
Grupo de produtos. classificação própria da SECEX | 169 |
nbm |
NBM. 1989 a 1996 | 13.628 |
nbm_ncm |
Conversão NBM para NCM | 13.628 |
- Na planilha, as abas 1 a 9 e 16 são correlações por NCM: cada linha é uma NCM com as colunas da classificação (por exemplo
co_ncm,no_ncm_por,co_cuci_item, ...), e não a lista da classificação. A abaindicelista as 16 abas, o CSV de origem (arquivo_referencia) e a chave de cruzamento. - Descrições oficiais (aba
indice): a PPI "deve ser utilizada apenas para importação" e a PPE "apenas para exportação"; a tabela de municípios é indicada como fundamental para uso junto com os arquivos por município da empresa; o CUCI é a revisão 4; a ISIC, a revisão 4. - As tabelas não têm período próprio. O conteúdo é o da data do sufixo do arquivo.
- Códigos especiais de UF (tabela
uf, conferido):EXExterior,CBConsumo de Bordo,MNMercadoria Nacionalizada,REReexportação,EDEstados Diversos - Café,NDNão Declarada,ZNZona Não Declarada. - Vias de transporte (tabela
via, conferido): 17 códigos, de00(via não declarada) a15, mais99(via desconhecida). - Unidades estatísticas (tabela
unidade, conferido): 15 códigos,10quilograma líquido,11número (unidade),12milheiro,13pares,14metro,15metro quadrado,16metro cúbico,17litro,18mil quilowatt-hora,19quilate,20dúzia,21tonelada métrica líquida,22grama líquido,23bilhões de unidades internacionais,24quilograma bruto.
Variáveis¶
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
co_cgce_n3 |
CO_CGCE_N3 |
texto | Código de CGCE, nível 3 | em cgce, ncm, xlsx:cgce |
todo |
no_cgce_n3 |
NO_CGCE_N3 |
texto | Nome de CGCE, nível 3 | em cgce, xlsx:cgce |
todo |
no_cgce_n3_ing |
NO_CGCE_N3_ING |
texto | Nome de CGCE, nível 3 em inglês | em cgce, xlsx:cgce |
todo |
no_cgce_n3_esp |
NO_CGCE_N3_ESP |
texto | Nome de CGCE, nível 3 em espanhol | em cgce, xlsx:cgce |
todo |
co_cgce_n2 |
CO_CGCE_N2 |
texto | Código de CGCE, nível 2 | em cgce, xlsx:cgce |
todo |
no_cgce_n2 |
NO_CGCE_N2 |
texto | Nome de CGCE, nível 2 | em cgce, xlsx:cgce |
todo |
no_cgce_n2_ing |
NO_CGCE_N2_ING |
texto | Nome de CGCE, nível 2 em inglês | em cgce, xlsx:cgce |
todo |
no_cgce_n2_esp |
NO_CGCE_N2_ESP |
texto | Nome de CGCE, nível 2 em espanhol | em cgce, xlsx:cgce |
todo |
co_cgce_n1 |
CO_CGCE_N1 |
texto | Código de CGCE, nível 1 | em cgce, xlsx:cgce |
todo |
no_cgce_n1 |
NO_CGCE_N1 |
texto | Nome de CGCE, nível 1 | em cgce, xlsx:cgce |
todo |
no_cgce_n1_ing |
NO_CGCE_N1_ING |
texto | Nome de CGCE, nível 1 em inglês | em cgce, xlsx:cgce |
todo |
no_cgce_n1_esp |
NO_CGCE_N1_ESP |
texto | Nome de CGCE, nível 1 em espanhol | em cgce, xlsx:cgce |
todo |
co_cuci_item |
CO_CUCI_ITEM |
texto | Código de CUCI, item | em cuci, ncm, xlsx:cuci |
todo |
no_cuci_item |
NO_CUCI_ITEM |
texto | Nome de CUCI, item | em cuci, xlsx:cuci |
todo |
co_cuci_sub |
CO_CUCI_SUB |
texto | Código de CUCI, subgrupo (sub) |
em cuci, xlsx:cuci |
todo |
no_cuci_sub |
NO_CUCI_SUB |
texto | Nome de CUCI, subgrupo (sub) |
em cuci, xlsx:cuci |
todo |
co_cuci_grupo |
CO_CUCI_GRUPO |
texto | Código de CUCI, grupo | em cuci, isic_cuci, xlsx:isic_cuci, xlsx:cuci |
todo |
no_cuci_grupo |
NO_CUCI_GRUPO |
texto | Nome de CUCI, grupo | em cuci, isic_cuci, xlsx:isic_cuci, xlsx:cuci |
todo |
co_cuci_divisao |
CO_CUCI_DIVISAO |
texto | Código de CUCI, divisão | em cuci, xlsx:cuci |
todo |
no_cuci_divisao |
NO_CUCI_DIVISAO |
texto | Nome de CUCI, divisão | em cuci, xlsx:cuci |
todo |
co_cuci_sec |
CO_CUCI_SEC |
texto | Código de CUCI, seção | em cuci, xlsx:cuci |
todo |
no_cuci_sec |
NO_CUCI_SEC |
texto | Nome de CUCI, seção | em cuci, xlsx:cuci |
todo |
co_fat_agreg |
CO_FAT_AGREG |
texto | Código de fator agregado | em fat_agreg, ncm, xlsx:fat_agreg |
todo |
no_fat_agreg |
NO_FAT_AGREG |
texto | Nome de fator agregado | em fat_agreg, xlsx:fat_agreg |
todo |
no_fat_agreg_gp |
NO_FAT_AGREG_GP |
texto | Nome do grupo do fator agregado (por exemplo PRODUTOS INDUSTRIALIZADOS reúne 02 e 03) |
em fat_agreg, xlsx:fat_agreg |
todo |
co_exp_subset |
CO_EXP_SUBSET |
texto | Código de grupo de produtos SECEX, subconjunto (subset) |
em grupo, ncm |
todo |
no_exp_subset_por |
NO_EXP_SUBSET_POR |
texto | Nome de grupo de produtos SECEX, subconjunto (subset) em português |
em grupo |
todo |
no_exp_subset_esp |
NO_EXP_SUBSET_ESP |
texto | Nome de grupo de produtos SECEX, subconjunto (subset) em espanhol |
em grupo |
todo |
no_exp_subset_ing |
NO_EXP_SUBSET_ING |
texto | Nome de grupo de produtos SECEX, subconjunto (subset) em inglês |
em grupo |
todo |
co_exp_set |
CO_EXP_SET |
texto | Código de grupo de produtos SECEX, conjunto (set) |
em grupo |
todo |
no_exp_set |
NO_EXP_SET |
texto | Nome de grupo de produtos SECEX, conjunto (set) |
em grupo |
todo |
no_exp_set_esp |
NO_EXP_SET_ESP |
texto | Nome de grupo de produtos SECEX, conjunto (set) em espanhol |
em grupo |
todo |
no_exp_set_ing |
NO_EXP_SET_ING |
texto | Nome de grupo de produtos SECEX, conjunto (set) em inglês |
em grupo |
todo |
co_isic_classe |
CO_ISIC_CLASSE |
texto | Código de ISIC, classe | em isic, ncm, xlsx:isic |
todo |
no_isic_classe |
NO_ISIC_CLASSE |
texto | Nome de ISIC, classe | em isic, xlsx:isic |
todo |
no_isic_classe_ing |
NO_ISIC_CLASSE_ING |
texto | Nome de ISIC, classe em inglês | em isic, xlsx:isic |
todo |
no_isic_classe_esp |
NO_ISIC_CLASSE_ESP |
texto | Nome de ISIC, classe em espanhol | em isic, xlsx:isic |
todo |
co_isic_grupo |
CO_ISIC_GRUPO |
texto | Código de ISIC, grupo | em isic, xlsx:isic |
todo |
no_isic_grupo |
NO_ISIC_GRUPO |
texto | Nome de ISIC, grupo | em isic, xlsx:isic |
todo |
no_isic_grupo_ing |
NO_ISIC_GRUPO_ING |
texto | Nome de ISIC, grupo em inglês | em isic, xlsx:isic |
todo |
no_isic_grupo_esp |
NO_ISIC_GRUPO_ESP |
texto | Nome de ISIC, grupo em espanhol | em isic, xlsx:isic |
todo |
co_isic_divisao |
CO_ISIC_DIVISAO |
texto | Código de ISIC, divisão | em isic, xlsx:isic |
todo |
no_isic_divisao |
NO_ISIC_DIVISAO |
texto | Nome de ISIC, divisão | em isic, xlsx:isic |
todo |
no_isic_divisao_ing |
NO_ISIC_DIVISAO_ING |
texto | Nome de ISIC, divisão em inglês | em isic, xlsx:isic |
todo |
no_isic_divisao_esp |
NO_ISIC_DIVISAO_ESP |
texto | Nome de ISIC, divisão em espanhol | em isic, xlsx:isic |
todo |
co_isic_secao |
CO_ISIC_SECAO |
texto | Código de ISIC, seção | em isic, isic_cuci, xlsx:isic_cuci, xlsx:isic |
todo |
no_isic_secao |
NO_ISIC_SECAO |
texto | Nome de ISIC, seção | em isic, isic_cuci, xlsx:isic_cuci, xlsx:isic |
todo |
no_isic_secao_ing |
NO_ISIC_SECAO_ING |
texto | Nome de ISIC, seção em inglês | em isic, xlsx:isic |
todo |
no_isic_secao_esp |
NO_ISIC_SECAO_ESP |
texto | Nome de ISIC, seção em espanhol | em isic, xlsx:isic |
todo |
co_nbm |
CO_NBM |
texto | Código de NBM | em nbm, nbm_ncm |
todo |
no_nbm |
NO_NBM |
texto | Nome de NBM | em nbm |
todo |
co_ncm |
CO_NCM |
texto | Código de NCM | em nbm_ncm, ncm, xlsx:sh, xlsx:isic_cuci, xlsx:cuci, xlsx:cgce e mais 6 |
todo |
co_unid |
CO_UNID |
texto | Código de unidade estatística da NCM | em ncm, xlsx:unidade, unidade |
todo |
co_sh6 |
CO_SH6 |
texto | Código de Sistema Harmonizado, subposição (SH6) | em ncm, sh, xlsx:sh |
todo |
co_ppe |
CO_PPE |
texto | Código de Pauta de Produtos Exportados (PPE) | em ncm, ppe, xlsx:ppe |
todo |
co_ppi |
CO_PPI |
texto | Código de Pauta de Produtos Importados (PPI) | em ncm, ppi, xlsx:ppi |
todo |
co_siit |
CO_SIIT |
texto | Código de SIIT (setores industriais por intensidade tecnológica) | em ncm, siit, xlsx:siit |
todo |
no_ncm_por |
NO_NCM_POR |
texto | Nome de NCM em português | em ncm, xlsx:sh, xlsx:isic_cuci, xlsx:cuci, xlsx:cgce, xlsx:isic e mais 5 |
todo |
no_ncm_esp |
NO_NCM_ESP |
texto | Nome de NCM em espanhol | em ncm |
todo |
no_ncm_ing |
NO_NCM_ING |
texto | Nome de NCM em inglês | em ncm |
todo |
co_pais |
CO_PAIS |
texto | Código de país | em pais, pais_bloco, xlsx:pais, xlsx:pais_bloco |
todo |
co_pais_ison3 |
CO_PAIS_ISON3 |
texto | Código numérico de país (ISO 3166-1 numérico, pelos valores: 004 Afeganistão) |
3 dígitos; em pais, xlsx:pais |
todo |
co_pais_isoa3 |
CO_PAIS_ISOA3 |
texto | Código alfabético de 3 letras do país (ISO 3166-1 alfa-3, pelos valores: AFG Afeganistão) |
3 letras; em pais, xlsx:pais |
todo |
no_pais |
NO_PAIS |
texto | Nome de país | em pais, xlsx:pais |
todo |
no_pais_ing |
NO_PAIS_ING |
texto | Nome de país em inglês | em pais, xlsx:pais |
todo |
no_pais_esp |
NO_PAIS_ESP |
texto | Nome de país em espanhol | em pais, xlsx:pais |
todo |
co_bloco |
CO_BLOCO |
texto | Código de bloco de países | em pais_bloco, xlsx:pais_bloco |
todo |
no_bloco |
NO_BLOCO |
texto | Nome de bloco de países | em pais_bloco, xlsx:pais_bloco |
todo |
no_bloco_ing |
NO_BLOCO_ING |
texto | Nome de bloco de países em inglês | em pais_bloco, xlsx:pais_bloco |
todo |
no_bloco_esp |
NO_BLOCO_ESP |
texto | Nome de bloco de países em espanhol | em pais_bloco, xlsx:pais_bloco |
todo |
no_ppe |
NO_PPE |
texto | Nome de Pauta de Produtos Exportados (PPE) | em ppe, xlsx:ppe |
todo |
no_ppe_min |
NO_PPE_MIN |
texto | Nome em minúsculas e com acentos (min) de Pauta de Produtos Exportados (PPE) |
em ppe, xlsx:ppe |
todo |
no_ppe_ing |
NO_PPE_ING |
texto | Nome de Pauta de Produtos Exportados (PPE) em inglês | em ppe, xlsx:ppe |
todo |
no_ppi |
NO_PPI |
texto | Nome de Pauta de Produtos Importados (PPI) | em ppi, xlsx:ppi |
todo |
no_ppi_min |
NO_PPI_MIN |
texto | Nome em minúsculas e com acentos (min) de Pauta de Produtos Importados (PPI) |
em ppi, xlsx:ppi |
todo |
no_ppi_ing |
NO_PPI_ING |
texto | Nome de Pauta de Produtos Importados (PPI) em inglês | em ppi, xlsx:ppi |
todo |
no_sh6_por |
NO_SH6_POR |
texto | Nome de Sistema Harmonizado, subposição (SH6) em português | em sh, xlsx:sh |
todo |
no_sh6_esp |
NO_SH6_ESP |
texto | Nome de Sistema Harmonizado, subposição (SH6) em espanhol | em sh, xlsx:sh |
todo |
no_sh6_ing |
NO_SH6_ING |
texto | Nome de Sistema Harmonizado, subposição (SH6) em inglês | em sh, xlsx:sh |
todo |
co_sh4 |
CO_SH4 |
texto | Código de Sistema Harmonizado, posição (SH4) | em sh, xlsx:sh |
todo |
no_sh4_por |
NO_SH4_POR |
texto | Nome de Sistema Harmonizado, posição (SH4) em português | em sh, xlsx:sh |
todo |
no_sh4_esp |
NO_SH4_ESP |
texto | Nome de Sistema Harmonizado, posição (SH4) em espanhol | em sh, xlsx:sh |
todo |
no_sh4_ing |
NO_SH4_ING |
texto | Nome de Sistema Harmonizado, posição (SH4) em inglês | em sh, xlsx:sh |
todo |
co_sh2 |
CO_SH2 |
texto | Código de Sistema Harmonizado, capítulo (SH2) | em sh, xlsx:sh |
todo |
no_sh2_por |
NO_SH2_POR |
texto | Nome de Sistema Harmonizado, capítulo (SH2) em português | em sh, xlsx:sh |
todo |
no_sh2_esp |
NO_SH2_ESP |
texto | Nome de Sistema Harmonizado, capítulo (SH2) em espanhol | em sh, xlsx:sh |
todo |
no_sh2_ing |
NO_SH2_ING |
texto | Nome de Sistema Harmonizado, capítulo (SH2) em inglês | em sh, xlsx:sh |
todo |
co_ncm_secrom |
CO_NCM_SECROM |
texto | Código de Sistema Harmonizado, seção (numeração romana) | em sh, xlsx:sh |
todo |
no_sec_por |
NO_SEC_POR |
texto | Nome de Sistema Harmonizado, seção em português | em sh, xlsx:sh |
todo |
no_sec_esp |
NO_SEC_ESP |
texto | Nome de Sistema Harmonizado, seção em espanhol | em sh, xlsx:sh |
todo |
no_sec_ing |
NO_SEC_ING |
texto | Nome de Sistema Harmonizado, seção em inglês | em sh, xlsx:sh |
todo |
no_siit |
NO_SIIT |
texto | Nome de SIIT (setores industriais por intensidade tecnológica) | em siit, xlsx:siit |
todo |
co_uf |
CO_UF |
texto | Código de unidade da federação | em xlsx:uf, uf |
todo |
sg_uf |
SG_UF |
texto | Sigla da unidade da federação ou código especial (EX, CB, MN, RE, ED, ND, ZN) |
tabela uf; em xlsx:uf, xlsx:uf_mun, uf, uf_mun |
todo |
no_uf |
NO_UF |
texto | Nome de unidade da federação | em xlsx:uf, uf |
todo |
no_regiao |
NO_REGIAO |
texto | Nome da região do Brasil | ex.: REGIAO NORTE; em xlsx:uf, uf |
todo |
co_mun_geo |
CO_MUN_GEO |
texto | Código do município (7 dígitos, o mesmo de co_mun dos datasets *-mun) |
7 dígitos; em xlsx:uf_mun, uf_mun |
todo |
no_mun |
NO_MUN |
texto | Nome de município | em xlsx:uf_mun, uf_mun |
todo |
no_mun_min |
NO_MUN_MIN |
texto | Nome em minúsculas e com acentos (min) de município |
em xlsx:uf_mun, uf_mun |
todo |
co_via |
CO_VIA |
texto | Código de via de transporte | em xlsx:via, via |
todo |
no_via |
NO_VIA |
texto | Nome de via de transporte | em xlsx:via, via |
todo |
co_urf |
CO_URF |
texto | Código de URF (Unidade da Receita Federal) | em xlsx:urf, urf |
todo |
no_urf |
NO_URF |
texto | Nome de URF (Unidade da Receita Federal) | em xlsx:urf, urf |
todo |
no_unid |
NO_UNID |
texto | Nome de unidade estatística da NCM | em xlsx:unidade, unidade |
todo |
sg_unid |
SG_UNID |
texto | Sigla da unidade estatística (com espaços à direita, como na fonte) | ex.: KGL, UNID.; em xlsx:unidade, unidade |
todo |
numero_da_aba |
— | inteiro | Número da aba do XLSX descrita nesta linha | aba índice do XLSX; em xlsx:indice |
todo |
nome |
NOME |
texto | Nome de e | em xlsx:indice |
todo |
descricao |
— | texto | Descrição da tabela dada pela fonte | aba índice do XLSX; em xlsx:indice |
todo |
arquivo_referencia |
— | texto | Nome do CSV correspondente na fonte | aba índice do XLSX; em xlsx:indice |
todo |
chave_de_cruzamento |
— | texto | Coluna(s) que ligam a tabela aos dados | aba índice do XLSX; em xlsx:indice |
todo |
No lake¶
- Dataset
comex/auxiliary-tables, sem partição. Cada tabela vira um Parquet:<tabela>.parquetpara os CSV etabelas-auxiliares__<n>.parquetpara as abas do XLSX (__1a__16e__indice). Não há coluna que diga de qual tabela a linha veio: só o nome do arquivo. - Os CSV são lidos pelo DuckDB em latin-1, separador
;, com o dialeto fixo (campos entre aspas duplas, aspa dentro do texto escrita""), tudo como texto, com nomes em minúsculas. Se o DuckDB recusa o arquivo por causa de aspas fora do padrão (erro de leitura ou de detecção do dialeto), o arquivo é copiado com as aspas reparadas linha a linha e lido de novo, sem perder nenhuma linha. As abas do XLSX são lidas pelo Polars como texto e depois tipadas: toda coluna de código (co_*das tabelas auxiliares, comoco_ncm,co_pais,co_cgce_n3,co_cuci_sub,co_siit,co_pais_ison3,co_bloco,co_mun_geo) continua texto, igual ao CSV; as demais viram inteiro ou decimal quando todo valor converte (só a colunanumero_da_abada abaindice). - Os espaços à direita não são removidos (
sg_unidtemKGL). - Até a versão 2.5.2 o dialeto do CSV era deduzido pelo DuckDB, o que corrompia a tabela
she alterava aspas e apóstrofos de outras tabelas (veja Cuidados de uso).
Cuidados de uso¶
- Lake gerado até a versão 2.5.2. O DuckDB deduzia o dialeto dos CSV e errava em
sh(aspas literais em 105.906 células e textos com;, comoLives animals; Animal products, divididos: 4.918 das 6.620 linhas ganhavam valores em colunas espúriascolumn16acolumn36). Também deixava""literal nas tabelascgce,ppeeppie apagava o apóstrofo dos nomes emuf_mun(LAGOA D'ANTAviravaLAGOA DANTA). O conversor atual fixa o dialeto:shtem as 16 colunas do cabeçalho e 6.620 linhas, sem aspas literais. Se o lake foi gerado antes, reconverta (veja oCHANGELOG.md). Linhas da fonte com aspa solta no meio do texto (três emsh, por exemplooriented strand board" (OSB)) são reparadas: o texto é preservado, mas a aspa solta pode sair mantida ou descartada. As aspas que restam emnbm,ncm,cucie outras fazem parte do texto da fonte. - Códigos são texto nos CSV e nas abas.
co_pais_ison3(004),co_cgce_*,co_cuci_sub,co_siit,co_blocoeco_mun_geotêm o mesmo tipo (texto) nos dois caminhos. Até a versão 2.5.2 as abas do XLSX os tinham como inteiro (4), sem os zeros à esquerda. A colunanumero_da_abada abaindiceé a única inteira. - Códigos de comércio são texto.
co_ncm(8 dígitos),co_pais(3),co_urf(7),co_via(2) esh4(4) mantêm os zeros à esquerda nos CSV e no datasetncm-vigente. - Duas tabelas de NCM.
ncm(CSV, 13.753 NCM com as classificações) e a abatabelas-auxiliares__1(13.741 linhas) diferem, encm-vigente(outro dataset) tem 10.516 NCM de 8 dígitos vigentes em 2026-11-05. NCM antigas dos dados de 1997 em diante existem emncm(todas as NCM das amostras de exportação e importação foram encontradas), mas não necessariamente emncm-vigente. - PPI só para importação e PPE só para exportação, segundo a fonte.
- CUCI com item
I. A primeira linha decucitemco_cuci_itemI("Ouro, monetário"), um código que não é numérico; cuidado ao converter para inteiro. - Nomes de URF.
no_urfrepete o código (0510353 - IRF ILHEUS). - Sem versão. Cada arquivo guarda só a versão mais recente; o lake não registra quando um código passou a existir.
Exemplos¶
Nome e região das UF mais exportadoras, juntando o dataset exp com a tabela uf:
SELECT u.no_regiao, u.no_uf, SUM(TRY_CAST(e.vl_fob AS BIGINT)) / 1e9 AS bi_usd
FROM read_parquet('lake/comex/exp/*/*.parquet', hive_partitioning = true) e
JOIN read_parquet('lake/comex/auxiliary-tables/uf.parquet') u ON u.sg_uf = e.sg_uf_ncm
WHERE e.ano = 2025
GROUP BY ALL ORDER BY bi_usd DESC LIMIT 5;
Descrição dos países de destino:
import polars as pl
pais = pl.read_parquet("lake/comex/auxiliary-tables/pais.parquet")
exp = pl.scan_parquet("lake/comex/exp/**/*.parquet", hive_partitioning=True)
top = (
exp.filter(pl.col("ano") == 2025)
.group_by("co_pais")
.agg(pl.col("vl_fob").cast(pl.Int64).sum().alias("usd"))
.collect()
.join(pais.select("co_pais", "no_pais"), on="co_pais", how="left")
.sort("usd", descending=True)
.head(5)
)
Referências¶
- Estatísticas de Comércio Exterior em Dados Abertos (MDIC): https://www.gov.br/mdic/pt-br/assuntos/comercio-exterior/estatisticas/base-de-dados-bruta
- Aviso sobre o arquivo único (Informativo SECEX 029/2025): https://www.gov.br/mdic/pt-br/assuntos/comercio-exterior/estatisticas/informativos/informativo-2025-029
- Comex Stat: https://comexstat.mdic.gov.br/
- Tabelas de Correlações de Códigos e Classificações (seção 5 da página dos dados): https://www.gov.br/mdic/pt-br/assuntos/comercio-exterior/estatisticas/base-de-dados-bruta