Pular para conteúdo

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 baixa Estabelecimentos0.zip a Estabelecimentos9.zip de cada competência, em 10 arquivos. No bruto: AAAA-MM/estabelecimentos/Estabelecimentos0 a [email protected], com um .manifest.json ao 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 .csv nem .txt (por exemplo K3241.K03200Y0.D60711.EMPRECSV). O trecho D60711 é 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_dv é única nas amostras convertidas (150.000 linhas por competência, sem duplicatas) e na amostra de 1,5 milhão de linhas de Estabelecimentos5 de 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 Estabelecimentos0 de quatro competências (e as 1,5 milhão de linhas citadas).
  • situacao_cadastral nas amostras: 01 (nula), 02 (ativa), 03 (suspensa), 04 (inapta) e 08 (baixada). Em 2023-05, 68.860 de 150.000 linhas são baixadas e em 2026-07, 33.926: o arquivo 0 cobre faixas diferentes de CNPJ em cada competência, então as amostras não são comparáveis.
  • cnae_fiscal_secundaria guarda 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 pais vem com 105 (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, pais vinha em menos de 0,3% das linhas, todas com uf EX (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 por ano (inteiro) e mes (texto de 2 dígitos, 05); um Parquet por mês (estabelecimentos_AAAAMM.parquet), que reúne as dez partes do bruto (Estabelecimentos0 a Estabelecimentos9). A coluna _origem diz 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" (0 ou 00000000) 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 Estabelecimentos9 de 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_dv tem 14 dígitos.
  • Cada competência é um retrato completo e baixados continuam. Estabelecimentos com situação 08 (baixada) permanecem nas competências seguintes; filtre situacao_cadastral = '02' para os ativos. A fonte descreve 2 para ativa; os dados trazem 02.
  • Sentinelas de data como texto. Data "sem data" aparece como 0 ou 00000000 em vez de nulo (por exemplo, data_situacao_cadastral 0 em 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. municipio tem 4 dígitos e usa a tabela municipios da Receita; para cruzar com IBGE é preciso uma tabela de correspondência.
  • pais mudou em 2026-05. Antes só marcava o exterior; depois 105 aparece também em estabelecimentos nacionais. Não use pais IS NOT NULL como "tem endereço no exterior"; use uf = 'EX'.
  • Mais de um CNAE por linha. cnae_fiscal_secundaria é uma lista separada por vírgula; use string_split antes 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. Estabelecimentos0 cobre 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