Estabelecimentos do CNPJ¶
Resumo¶
Os estabelecimentos do CNPJ: a matriz e cada filial de uma empresa, com o CNPJ completo (cnpj_basico + cnpj_ordem + cnpj_dv), a situação cadastral e o motivo, as atividades econômicas (CNAE), o endereço e os contatos. É a tabela mais pesada do cadastro: o arquivo Estabelecimentos0 tem 2,2 GB compactado em 2026-10.
Ficha técnica¶
| Campo | Valor |
|---|---|
| Dataset | rfb-cnpj/estabelecimentos |
| Órgão | Receita Federal do Brasil (RFB) |
| Página oficial | https://www.gov.br/receitafederal/pt-br/assuntos/orientacao-tributaria/cadastros/consultas/dados-publicos-cnpj |
| Licença | Não declarada para os dados. O rodapé do site gov.br da Receita declara Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada (https://creativecommons.org/licenses/by-nd/3.0/deed.pt_BR) para o conteúdo do site, sem dizer que vale para o conjunto de dados. Não foi encontrada restrição de coleta ou redistribuição nos documentos lidos (conferido em 2026-11-10) |
| Periodicidade | mensal, uma pasta por competência (AAAA-MM) |
| Cobertura | 2023-05 a em-curso |
| Unidade (uma linha) | um estabelecimento (CNPJ de 14 dígitos) numa competência |
| Granularidade | espacial: município (código da Receita), UF e CEP; temporal: competência (mês) |
| Formato bruto | ZIPs com um arquivo de texto sem cabeçalho, latin-1, separador ponto e vírgula, todos os campos entre aspas duplas (inclusive os vazios), um registro por linha; layout dado pelo documento de metadados da Receita |
| Estado no lake | convertido |
| Partições | ano, mes |
| Chave | ano, mes, cnpj_basico, cnpj_ordem, cnpj_dv |
| Colunas | 30 |
| Unidades de medida | — |
| Dados pessoais | nome_fantasia (nome (pode ser o nome da pessoa física, nos empresários individuais)); tipo_logradouro (endereço); logradouro (endereço); numero (endereço); complemento (endereço); bairro (endereço); cep (endereço); ddd1 (telefone); telefone1 (telefone); ddd2 (telefone); telefone2 (telefone); ddd_fax (telefone); fax (telefone); correio_eletronico (e-mail) |
| Eras | 2026-05: pais passa a vir preenchido com 105 (Brasil) em parte dos estabelecimentos com endereço no país; antes só aparecia em endereços no exterior |
| Revisado em | 2026-11-10 |
| Versão do fetcher | 0.5.3 |
Origem e coleta¶
- O fetcher lista a pasta pública da Receita (
Dados/Cadastros/CNPJ/AAAA-MM/) e baixaEstabelecimentos0.zip a Estabelecimentos9.zipde cada competência, em 10 arquivos. No bruto:AAAA-MM/estabelecimentos/Estabelecimentos0 a [email protected], com um.manifest.jsonao lado. O sufixo é a data de última modificação informada pelo servidor; nas competências 2023-05 a 2025-05 todos os arquivos têm 20250520, data em que foram coletados. - Dentro de cada ZIP há um único arquivo de texto, sem cabeçalho, cujo nome não termina em
.csvnem.txt(por exemploK3241.K03200Y0.D60711.EMPRECSV). O trechoD60711é uma data (2026-07-11). - Versões no bruto conferidas em 2026-11-10: uma por competência, 42 competências de 2023-05 a 2026-10; a fonte lista as mesmas 42 pastas. Cada competência é um retrato completo, não um incremento.
Conteúdo¶
- Uma linha por estabelecimento por competência. A chave
cnpj_basico+cnpj_ordem+cnpj_dvé única nas amostras convertidas (150.000 linhas por competência, sem duplicatas) e na amostra de 1,5 milhão de linhas deEstabelecimentos5de 2026-10, que converteu 1.500.000 registros sem perda (conferido em 2026-11-10). - Cobertura na fonte e no bruto: 42 competências, 2023-05 a 2026-10. Os dados convertidos são amostras: as primeiras 150.000 linhas de
Estabelecimentos0de quatro competências (e as 1,5 milhão de linhas citadas). situacao_cadastralnas amostras:01(nula),02(ativa),03(suspensa),04(inapta) e08(baixada). Em 2023-05, 68.860 de 150.000 linhas são baixadas e em 2026-07, 33.926: o arquivo0cobre faixas diferentes de CNPJ em cada competência, então as amostras não são comparáveis.cnae_fiscal_secundariaguarda vários CNAE separados por vírgula (cerca de um terço das linhas das amostras tem mais de um).- Eras: a partir de 2026-05 o campo
paisvem com105(Brasil) em parte dos estabelecimentos nacionais: 767 de 150.000 linhas em 2026-05, 14.230 em 2026-06, 15.353 em 2026-10 (amostras do primeiro arquivo). Antes,paisvinha em menos de 0,3% das linhas, todas comufEX(exterior).
Variáveis¶
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
cnpj_basico |
CNPJ BÁSICO |
texto | Número base de inscrição no CNPJ (oito primeiros dígitos do CNPJ) | 8 dígitos | todo |
cnpj_ordem |
CNPJ ORDEM |
texto | Número do estabelecimento de inscrição no CNPJ (do nono ao décimo segundo dígito) | 4 dígitos | todo |
cnpj_dv |
CNPJ DV |
texto | Dígito verificador do número de inscrição no CNPJ (dois últimos dígitos) | 2 dígitos | todo |
identificador_matriz_filial |
IDENTIFICADOR MATRIZ/FILIAL |
texto | Código do identificador matriz/filial | 1 matriz; 2 filial |
todo |
nome_fantasia |
NOME FANTASIA |
texto | Nome fantasia | — | todo |
situacao_cadastral |
SITUAÇÃO CADASTRAL |
texto | Código da situação cadastral | 01 nula; 02 ativa; 03 suspensa; 04 inapta; 08 baixada (o metadado escreve 2, os dados trazem 02) |
todo |
data_situacao_cadastral |
DATA SITUAÇÃO CADASTRAL |
texto | Data do evento da situação cadastral | texto AAAAMMDD; 0/00000000 = sem data (mantido como texto) |
todo |
motivo_situacao_cadastral |
MOTIVO SITUAÇÃO CADASTRAL |
texto | Código do motivo da situação cadastral | 2 dígitos; tabela motivos |
todo |
nome_cidade_exterior |
NOME DA CIDADE NO EXTERIOR |
texto | Nome da cidade no exterior | — | todo |
pais |
PAIS |
texto | Código do país | 3 dígitos; tabela paises |
ver Conteúdo (2026-05) |
data_inicio_atividade |
DATA DE INÍCIO ATIVIDADE |
texto | Data de início da atividade | texto AAAAMMDD |
todo |
cnae_fiscal_principal |
CNAE FISCAL PRINCIPAL |
texto | Código da atividade econômica principal do estabelecimento | 7 dígitos; tabela cnaes |
todo |
cnae_fiscal_secundaria |
CNAE FISCAL SECUNDÁRIA |
texto | Código(s) da(s) atividade(s) econômica(s) secundária(s), separados por vírgula | lista de códigos de 7 dígitos; tabela cnaes |
todo |
tipo_logradouro |
TIPO DE LOGRADOURO |
texto | Descrição do tipo de logradouro | — | todo |
logradouro |
LOGRADOURO |
texto | Nome do logradouro onde se localiza o estabelecimento | — | todo |
numero |
NÚMERO |
texto | Número onde se localiza o estabelecimento; S/N quando não há |
— | todo |
complemento |
COMPLEMENTO |
texto | Complemento do endereço (pode ter quebra de linha) | — | todo |
bairro |
BAIRRO |
texto | Bairro onde se localiza o estabelecimento | — | todo |
cep |
CEP |
texto | Código de endereçamento postal do logradouro | 8 dígitos (alguns vêm com 7) | todo |
uf |
UF |
texto | Sigla da unidade da federação do estabelecimento | sigla; EX para exterior |
todo |
municipio |
MUNICÍPIO |
texto | Código do município de jurisdição onde se encontra o estabelecimento | 4 dígitos, códigos da Receita; tabela municipios |
todo |
ddd1 |
DDD 1 |
texto | DDD do primeiro telefone | — | todo |
telefone1 |
TELEFONE 1 |
texto | Número do primeiro telefone | — | todo |
ddd2 |
DDD 2 |
texto | DDD do segundo telefone | — | todo |
telefone2 |
TELEFONE 2 |
texto | Número do segundo telefone | — | todo |
ddd_fax |
DDD DO FAX |
texto | DDD do fax | — | todo |
fax |
FAX |
texto | Número do fax | — | todo |
correio_eletronico |
CORREIO ELETRÔNICO |
texto | E-mail do contribuinte | — | todo |
situacao_especial |
SITUAÇÃO ESPECIAL |
texto | Situação especial da empresa | não informado pela fonte | todo |
data_situacao_especial |
DATA DA SITUAÇÃO ESPECIAL |
texto | Data em que a empresa entrou em situação especial | texto AAAAMMDD |
todo |
ano |
— (partição) | inteiro | Ano da competência (pasta AAAA-MM) |
— | todo |
mes |
— (partição) | texto | Mês da competência (pasta AAAA-MM) |
01 a 12 |
todo |
No lake¶
- Dataset
rfb-cnpj/estabelecimentos, particionado porano(inteiro) emes(texto de 2 dígitos,05); um Parquet por mês (estabelecimentos_AAAAMM.parquet), que reúne as dez partes do bruto (Estabelecimentos0aEstabelecimentos9). A coluna_origemdiz de qual arquivo veio cada linha (Estabelecimentos3); a parte não tem significado de negócio e não vira coluna de dados. - O conversor lê o arquivo com o DuckDB em latin-1,
;como separador, aspas duplas como delimitador e escape, sem cabeçalho (nomes do layout oficial), tudo como texto. Campo vazio vira nulo. Os zeros à esquerda dos códigos são mantidos. - Datas ficam como texto
AAAAMMDD; o valor "sem data" (0ou00000000) não vira nulo no lake. - O conversor lê o arquivo de texto do ZIP qualquer que seja o nome dele: o ZIP real da Receita traz o arquivo sem extensão
.csv/.txt(K3241.K03200Y9.D61010.ESTABELE). - Os complementos de endereço com quebra de linha entre aspas são lidos por uma só thread do DuckDB (
parallel=false); numa amostra de 1,5 milhão de linhas não houve registro perdido.
Cuidados de uso¶
- Conversão do ZIP real conferida. O arquivo
Estabelecimentos9de 2026-10, como a Receita o publica, foi convertido sem erro: 4.753.435 registros no bruto e 4.753.435 linhas no Parquet. Os testes do fetcher cobrem o nome de arquivo sem extensão. - Endereço, telefone e e-mail são dados de contato. Em empresas individuais podem ser dados da pessoa; a página os lista no cabeçalho como inventário.
- O CNPJ completo se monta com três colunas.
cnpj_basico || cnpj_ordem || cnpj_dvtem 14 dígitos. - Cada competência é um retrato completo e baixados continuam. Estabelecimentos com situação
08(baixada) permanecem nas competências seguintes; filtresituacao_cadastral = '02'para os ativos. A fonte descreve2para ativa; os dados trazem02. - Sentinelas de data como texto. Data "sem data" aparece como
0ou00000000em vez de nulo (por exemplo,data_situacao_cadastral0em 1 linha de 2023-05). - CEP com 7 dígitos. Em 417 de 150.000 linhas de 2023-05 o CEP tem 7 dígitos (zero à esquerda perdido na fonte); cruzar CEP exige
LPAD(cep, 8, '0'). - Município da Receita, não do IBGE.
municipiotem 4 dígitos e usa a tabelamunicipiosda Receita; para cruzar com IBGE é preciso uma tabela de correspondência. paismudou em 2026-05. Antes só marcava o exterior; depois105aparece também em estabelecimentos nacionais. Não usepais IS NOT NULLcomo "tem endereço no exterior"; useuf = 'EX'.- Mais de um CNAE por linha.
cnae_fiscal_secundariaé uma lista separada por vírgula; usestring_splitantes de contar atividades. - CNPJ alfanumérico. O CNPJ alfanumérico foi anunciado para julho de 2026; as amostras de 2026-10 (primeiras e últimas 100 mil linhas de
Estabelecimentos0) são numéricas, mas arquivos não amostrados podem trazer letras. - Arquivo 0 varia.
Estabelecimentos0cobre a faixa mais alta de CNPJ e muda de composição mês a mês; as amostras de competências diferentes não são comparáveis entre si.
Exemplos¶
Estabelecimentos ativos por UF numa competência (os 5 maiores), em DuckDB:
SELECT uf, COUNT(*) AS ativos
FROM read_parquet('lake/rfb-cnpj/estabelecimentos/ano=2026/mes=10/*.parquet')
WHERE situacao_cadastral = '02' AND uf <> 'EX'
GROUP BY uf ORDER BY ativos DESC LIMIT 5;
Referências¶
- Página de referência dos dados abertos do CNPJ (Receita Federal; não pôde ser lida por leitor automático na conferência de 2026-11-10): https://www.gov.br/receitafederal/pt-br/assuntos/orientacao-tributaria/cadastros/consultas/dados-publicos-cnpj
- Metadados do layout dos dados abertos do CNPJ (Receita Federal): https://www.gov.br/receitafederal/dados/cnpj-metadados.pdf