Rateio de prêmios por concurso¶
Resumo¶
Para cada concurso, as faixas de premiação (por exemplo, "6 acertos", "5 acertos") com o número de ganhadores e o valor pago a cada um. Serve para estudar a distribuição dos prêmios e a frequência de ganhadores em cada faixa.
Ficha técnica¶
| Campo | Valor |
|---|---|
| Dataset | loterias/rateio |
| Órgão | Caixa Econômica Federal |
| Página oficial | https://loterias.caixa.gov.br |
| Licença | Não informada pela fonte: a página inicial do portal de loterias da Caixa não traz licença nem termo de uso dos dados (conferido em 2026-11-09). |
| Periodicidade | um concurso por sorteio; o JSON do último concurso muda a cada sorteio (a Caixa não informa a frequência) |
| Cobertura | 2026-10 a em-curso |
| Unidade (uma linha) | uma faixa de premiação de um concurso de uma modalidade |
| Granularidade | espacial: nacional; temporal: dia |
| Formato bruto | JSON da API do portal de loterias, um arquivo por coleta (último concurso) ou por concurso (comando backfill), UTF-8 |
| Estado no lake | convertido |
| Partições | modalidade |
| Chave | modalidade, concurso, faixa |
| Colunas | 6 |
| Unidades de medida | concurso: número do concurso; faixa: ordem da faixa de premiação; ganhadores: ganhadores, como informado pela fonte; valor_premio: R$ |
| Dados pessoais | nenhum |
| Eras | nenhuma |
| Revisado em | 2026-11-09 |
| Versão do fetcher | 0.2.2 |
Origem e coleta¶
- O fetcher baixa o JSON do concurso pelo endereço
/api/<modalidade>(último concurso) ou/api/<modalidade>/<número>(concurso específico, usado pelo comandobackfill) da API do portal de loterias. - No bruto, o arquivo se chama
detalhe/<modalidade>@AAAAMMDD.json(último concurso, data da coleta) oudetalhe/<modalidade>_<concurso>@AAAAMMDD.json(backfill). - Conferido em 2026-11-09 pela listagem do bruto: há 41 JSONs, todos do tipo "último concurso", coletados entre 2026-11-02 e 2026-11-09, de dois a seis por modalidade; nenhum arquivo de backfill. O JSON de um dia traz só o concurso mais recente naquele dia, então concursos entre duas coletas não aparecem (por exemplo, a Quina tem JSON dos concursos 7157, 7159, 7160, 7161 e 7162, sem o 7158).
Conteúdo¶
- Uma linha por faixa de um concurso. O número de faixas varia com a modalidade (conferido nos JSONs mais recentes): Loteca 2, Mega-Sena 3, Quina 4, Dia de Sorte, Lotofácil, Loteria Federal e Super Sete 5, Timemania 6, Lotomania 7, Dupla Sena 8 e +Milionária 10.
- Cobertura no lake: um concurso por modalidade, o do JSON mais recente. Na amostra de 2026-11-09, 11 modalidades e 60 linhas.
- O
descricao_faixaé o texto da fonte: "6 acertos", "5 acertos + 1 ou nenhum trevo" (+Milionária), "1º (14 acertos)" (Loteca). Na Loteria Federal a fonte rotula as cinco faixas como "1 acertos" a "5 acertos", embora sejam os cinco prêmios da extração.
Variáveis¶
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
concurso |
numero (ou concurso) |
inteiro | Número do concurso | — | todo |
faixa |
faixa (ou ordem) |
inteiro | Ordem da faixa de premiação, a partir de 1 | — | todo |
descricao_faixa |
descricaoFaixa |
texto | Descrição da faixa, como a fonte publica | — | todo |
ganhadores |
numeroDeGanhadores |
inteiro | Número de ganhadores da faixa; zero quando a faixa não teve ganhador ou a fonte não informou | ganhadores | todo |
valor_premio |
valorPremio |
decimal | Valor do prêmio de cada ganhador da faixa; zero quando a faixa não teve ganhador ou a fonte não informou | R$ | todo |
_origem |
— (gerada) | texto | Chave do arquivo bruto de onde a linha veio (na amostra, o nome da modalidade) | — | todo |
modalidade |
— (nome do arquivo) | texto | Modalidade em minúsculas | ver concursos | todo |
No lake¶
- Dataset
loterias/rateio, particionado pormodalidade; um Parquet por modalidade, com as linhas de cada arquivo bruto de origem (_origem). - O conversor lê a lista
listaRateioPremiodo JSON. Todo o resto do JSON fica de fora: data, dezenas, valores acumulados, arrecadação, local do sorteio e próximo concurso. - Valores ausentes viram zero (
faixa,ganhadores,valor_premio) ou texto vazio (descricao_faixa). - Um JSON ilegível ou sem número de concurso é contado como erro e não gera linhas.
- Para cada modalidade, o conversor usa só a versão mais recente entre os arquivos de mesmo nome base; por isso os JSONs diários mais antigos não entram no lake.
Cuidados de uso¶
- Cobertura mínima. O lake tem só o último concurso de cada modalidade na data da coleta. Para a série histórica de rateio, é preciso rodar o
backfill; sem ele, não use este dataset para tendências. - Zero não é ausência. Uma faixa sem ganhadores tem
ganhadoresevalor_premioiguais a zero; o conversor também grava zero quando o campo falta no JSON. - O valor é por ganhador, não o total da faixa. O total é
ganhadores * valor_premio. - Federal: as "faixas" são os cinco prêmios da extração, rotulados "N acertos" pela fonte.
- Valores brutos de imposto. A fonte não informa se os valores são antes ou depois do imposto de renda sobre prêmios; a planilha de Super Sete avisa que os valores do link "Locais da Sorte" são brutos, sem desconto.
Exemplos¶
Valor total pago por faixa no último concurso de cada modalidade:
import polars as pl
r = pl.scan_parquet("lake/loterias/rateio/**/*.parquet", hive_partitioning=True)
total_por_faixa = (
r.with_columns((pl.col("ganhadores") * pl.col("valor_premio")).alias("total"))
.select("modalidade", "concurso", "faixa", "descricao_faixa", "ganhadores", "total")
.sort("modalidade", "faixa")
.collect()
)
Referências¶
- Portal de loterias da Caixa: https://loterias.caixa.gov.br