Pular para conteúdo

Pesquisa, Desenvolvimento e Inovação (PD&I) — obrigação, PRH-ANP, projetos e unidades credenciadas

Resumo

A Lei nº 9.478/1997 deu à ANP a atribuição de estimular a pesquisa e a adoção de novas tecnologias, e os contratos de exploração e produção dispõem, desde a Rodada Zero, da Cláusula de PD&I, que obriga a aplicar um percentual da receita bruta da produção, segundo as condições de cada modalidade de contrato. A ANP é responsável por analisar, aprovar, acompanhar e fiscalizar a aplicação desses recursos. Este grupo reúne cinco arquivos da página de dados abertos de PD&I: a obrigação de investimento gerada por campo e empresa (pdi-obrigacao), os aportes das petrolíferas ao Programa de Recursos Humanos da ANP (pdi-prh), os projetos contratados pelo Regulamento Técnico ANP nº 3/2015 (pdi-projetos-rt-3-2015) e pelo anterior, nº 5/2005 (pdi-projetos-rt-5-2005), e as áreas, temas e subtemas em que cada unidade de pesquisa está credenciada (pdi-unidades-pesquisa).

Ficha técnica

Campo Valor
Dataset anp/pdi
Órgão Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP)
Página oficial https://www.gov.br/anp/pt-br/centrais-de-conteudo/dados-abertos/dados-abertos-pesquisa-e-desenvolvimento-e-inovacao-pd-i
Licença Não informada especificamente para este conjunto; o rodapé do portal gov.br/anp declara que todo o conteúdo do site está publicado sob a licença Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada (conferido em 2026-11-15).
Periodicidade varia por arquivo: obrigação anual; PRH-ANP semestral; projetos RT 3/2015 e unidades de pesquisa trimestral; RT 5/2005 sem atualização (segundo os metadados da ANP)
Cobertura 1992-09 a 2026-07
Unidade (uma linha) depende do arquivo: uma obrigação de um campo e grupo econômico em um ano (pdi-obrigacao); um aporte de empresa, em linha de uma tabela larga (pdi-prh); um projeto (pdi-projetos-rt-3-2015, pdi-projetos-rt-5-2005); uma área, tema e subtema de um credenciamento (pdi-unidades-pesquisa)
Granularidade espacial: campo (obrigação), empresa e instituição executora (projetos); UF da unidade de pesquisa (credenciamentos); sem município; temporal: ano da obrigação (1998 a 2025), data de início e de término dos projetos (1992 a 2026) e ano do credenciamento (de 2013); sem partição no lake
Formato bruto quatro CSV (obrigação em UTF-8 com BOM, separado por vírgula; os outros três em ISO-8859-1, separados por ponto e vírgula) e uma planilha XLSX (unidades de pesquisa)
Estado no lake convertido
Partições —
Chave —
Colunas 41
Unidades de medida Valor da Obrigação: R$ (reais; texto R$ + dígitos, vírgula decimal); VALOR CLAUSULA: R$ (reais; texto, ponto de milhar e vírgula decimal); PRAZO: não informada pelo metadado (provavelmente meses; inteiro em texto); Ano: ano civil (AAAA); coluna_2: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_3: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_4: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_5: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_6: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_7: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_8: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_9: R$ (reais; texto, R$ - quando zero) nas linhas de empresa; ano na linha de rótulos; coluna_10: R$ (reais; texto) nas linhas de empresa
Dados pessoais Grupo Econômico (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); Aportes realizados pelas Petrolíferas no PRH-ANP - Cláusula PD&I (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); EMPRESA RESPONSÁVEL (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); DEMAIS PROPONENTES (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); EMPRESA PETROLÍFERA EXECUTORA (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); EMPRESA BRASILEIRA EXECUTORA (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); INSTITUIÇÃO EXECUTORA (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); UNIDADE DE PESQUISA EXECUTORA (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); EMPRESA PETROLÍFERA (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica)); INSTITUIÇÃO CREDENCIADA EXECUTORA (nome de empresa, instituição ou unidade de pesquisa (pessoa jurídica))
Eras 1992: projetos pelo Regulamento Técnico ANP nº 5/2005 (datas de início de 1992 a 2017); revogado pela Resolução ANP nº 50/2015, com regra de transição que permitiu contratar projetos por ele até 31/03/2017, e por isso sem nova atualização; 2016: projetos pelo Regulamento Técnico ANP nº 3/2015 (datas de início de 2016 a 2026, atualizados trimestralmente), com áreas, temas e subtemas conforme o Anexo I da Resolução ANP nº 918/2023; 2023: credenciamento de unidades de pesquisa conforme a Resolução ANP nº 917/2023; o PRH-ANP traz os aportes de 2019 a 2026, conforme a Resolução ANP nº 918/2023 (metadado: RANP nº 918/23)
Revisado em 2026-11-15
Versão do fetcher 2.10.0

Origem e coleta

  • Cinco arquivos na página de dados abertos de PD&I da ANP, em https://www.gov.br/anp/pt-br/centrais-de-conteudo/dados-abertos/arquivos/arquivos-pdi/: obrigacaopdi.csv (32.981 bytes), investimentos-prh.csv (1.958), projetos-rt-3-2015.csv (4.026.880), projetos-rt-5-2005.csv (1.338.674) e dados-abertos-unidades-pesquisa-area-tema-subtema.xlsx (137.149; uma aba Dados_Abertos_Unidades_Pesquisa). Tamanhos conferidos na coleta de 2026-11-15.
  • Fonte do dado, segundo os metadados em PDF: ANP/STM (Superintendência de Tecnologia e Meio Ambiente). Obrigação: a SPG informa à STM a receita bruta de produção para calcular a obrigação por campo e empresa; periodicidade anual; "até 2025" (atualizado em 02/03/2026). PRH-ANP: aportes registrados no SEI (RANP nº 918/23), semestral, atualizado em 16/06/2026; contato [email protected]. Projetos RT 3/2015: I-Engine (https://engine.anp.gov.br), planos de trabalho (PTR) conforme a Resolução ANP nº 918/2023, trimestral, projetos iniciados até 30/06/2026; contato [email protected]. Projetos RT 5/2005: tabelas da STM, sem atualização (atualizado em 09/03/2026). Unidades de pesquisa: SIPED (https://siped.anp.gov.br/), Resolução ANP nº 917/2023, trimestral; contato [email protected].
  • A página lista também "Unidades de Pesquisa Credenciadas (PD&I)", com colunas de sigla, instituição, unidade e coordenador, e seu metadado (metadado-unidades-pesquisa.pdf), mas o arquivo de dados dessa lista não está no catálogo do fetcher (o link unidades-pesquisa-credenciadas respondeu 403 na coleta de 2026-11-15, e a ficha não foi verificada); o catálogo tem só a planilha de áreas, temas e subtemas.
  • O servidor não informa a data de modificação dos arquivos; o sufixo @AAAAMMDD do bruto é a data da coleta (2026-11-15).

Conteúdo

Os cinco arquivos do catálogo, todos no lake:

Arquivo Linhas Colunas Período Observação
pdi-obrigacao 780 4 1998 a 2025 uma linha por campo, grupo econômico e ano; 59 campos e 17 grupos; Valor da Obrigação em texto R$ 1884529,15
pdi-prh 18 10 2019 a 2026 tabela larga de aportes por empresa e ano, lida com a linha de título como cabeçalho (colunas coluna_2 a coluna_10)
pdi-projetos-rt-3-2015 7.974 17 início 2016 a 2026 5.682 projetos e 2.292 linhas totalmente vazias do fim do arquivo; todos têm ÁREA, TEMA e SUBTEMA
pdi-projetos-rt-5-2005 10.102 9 início 1992 a 2017 10.102 projetos; término de 1996 a 2023; só 1.091 têm autorização
pdi-unidades-pesquisa 4.486 5 credenciamentos de 2013 a 2026 1.166 credenciamentos em 26 UFs, uma linha por credenciamento, área, tema e subtema
  • Obrigação (pdi-obrigacao): a soma anual vai de R$ 1,9 milhão (1998) a R$ 4,4 bilhões (2022), com R$ 4,3 bilhões em 2025; o total do arquivo é R$ 38,8 bilhões. O campo com maior obrigação acumulada é TUPI (R$ 10,2 bilhões), seguido de BÚZIOS_ECO (R$ 3,1) e RONCADOR (R$ 3,0). Petrobras aparece em 504 das 780 linhas.
  • PRH-ANP (pdi-prh): o total aportado de 2019 a 2026, na linha de totais, é R$ 468.404.806,28; a Petrobras responde por R$ 284 milhões, a Shell por R$ 55,3 milhões e a Equinor por R$ 30,6 milhões, entre 15 empresas.
  • Projetos RT 3/2015: PETROBRAS é a responsável por 4.715 dos 5.682 projetos (SHELL, 359; PETROGAL, 111; TOTAL, 107). A soma de VALOR CLAUSULA é R$ 43,7 bilhões, com 4,3 bilhões em projetos iniciados em 2022, 6,2 em 2023, 12,8 em 2024 e 8,9 em 2025; PESQUISA APLICADA (2.898) e DESENVOLVIMENTO EXPERIMENTAL (1.158) são as qualificações mais comuns.
  • Projetos RT 5/2005: PETROBRAS responde por 9.823 dos 10.102 projetos; os inícios chegam a 1.047 em 2005.

Variáveis

As descrições vêm dos metadados em PDF da ANP de cada arquivo ("Obrigação de Investimentos em PD&I", "Investimentos realizados no PRH-ANP", "Projetos de PD&I - RT 3/2015", "Projetos de PD&I - RT 5/2005" e "Credenciamento de unidades de pesquisa: áreas, temas e subtemas"); as contagens vêm da amostra do lake (2026-11-15), que cobre os cinco arquivos inteiros. Os metadados dão valores e datas como número e data, mas o lake os guarda como texto. As colunas ÁREA, TEMA e SUBTEMA (projetos RT 3/2015 e unidades de pesquisa) e EMPRESA BRASILEIRA EXECUTORA (RT 3/2015 e RT 5/2005) são compartilhadas; Área, de pdi-obrigacao, é outra coluna (campo). Os nomes das colunas EMPRESA PETROLÍFERA EXECUTORA, VALOR CLAUSULA e a do título do PRH têm espaços no início ou no fim na fonte; aqui constam sem eles. A coluna Arquivos diz em quais tabelas cada coluna aparece.

Coluna no lake Na fonte Tipo Descrição Unidade / códigos Período Arquivos
Área Área texto Nome do campo gerador da obrigação de investimento em PD&I (59 campos, como ALBACORA, TUPI, BÚZIOS_ECO); só em pdi-obrigacao (o nome da coluna tem acento e só a inicial maiúscula, diferente de ÁREA dos outros arquivos). — — pdi-obrigacao
Grupo Econômico Grupo Econômico texto Nome da empresa petrolífera (grupo econômico) que gerou a obrigação (17 grupos, como Petrobras, Shell, Repsol Sinopec); só em pdi-obrigacao. — — pdi-obrigacao
Valor da Obrigação Valor da Obrigação texto Valor da obrigação gerada, em reais, como texto R$ seguido de dígitos com vírgula decimal e sem ponto de milhar (R$ 1884529,15); só em pdi-obrigacao. — — pdi-obrigacao
Ano Ano texto Ano em que a obrigação foi gerada (de 1998 a 2025); só em pdi-obrigacao. — — pdi-obrigacao
Aportes realizados pelas Petrolíferas no PRH-ANP - Cláusula PD&I Aportes realizados pelas Petrolíferas no PRH-ANP - Cláusula PD&I texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Título do quadro, que o conversor tomou como nome da coluna; nas linhas de dados traz o nome da empresa aportante (Equinor, Petrobras, Shell, Consórcio Libra e outras), Empresa (linha de rótulos) ou Total Aportado / Ano (linha de totais). — — pdi-prh
coluna_2 coluna_2 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2019, em reais (R$ 10.000.000,00; R$ - quando não houve); a linha de rótulos Ano/Aporte traz esse texto e a de rótulos Empresa traz o ano 2019. — — pdi-prh
coluna_3 coluna_3 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2020, em reais. — — pdi-prh
coluna_4 coluna_4 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2021, em reais. — — pdi-prh
coluna_5 coluna_5 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2022, em reais. — — pdi-prh
coluna_6 coluna_6 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2023, em reais. — — pdi-prh
coluna_7 coluna_7 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2024, em reais. — — pdi-prh
coluna_8 coluna_8 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2025, em reais. — — pdi-prh
coluna_9 coluna_9 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Aportes de 2026, em reais. — — pdi-prh
coluna_10 coluna_10 texto Parte do arquivo pdi-prh, que é uma tabela larga (uma coluna por ano de aporte) e foi lida pelo conversor com a linha de título como cabeçalho (ver Cuidados de uso). Total aportado pela petrolífera desde 2019, em reais (Total por Empresa no cabeçalho original); a última linha traz o total de todas as empresas, R$ 468.404.806,28. — — pdi-prh
Nº ANP Nº ANP texto Número do projeto atribuído no momento da primeira carga no I-Engine (25098-5); só em pdi-projetos-rt-3-2015 (5.682 projetos distintos). — — pdi-projetos-rt-3
TITULO TITULO texto Título do projeto informado no Plano de Trabalho (PTR); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
EMPRESA RESPONSÁVEL EMPRESA RESPONSÁVEL texto Empresa petrolífera que realiza a carga do PTR no I-Engine (22 empresas, PETROBRAS em 4.715 projetos); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
DEMAIS PROPONENTES DEMAIS PROPONENTES texto Empresas petrolíferas que financiam o projeto, conforme o PTR, separadas por ; (50 combinações); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
QUALIFICAÇÃO QUALIFICAÇÃO texto Qualificação (tipo) do projeto, informada no PTR (14 valores, como PESQUISA APLICADA, DESENVOLVIMENTO EXPERIMENTAL, PROTÓTIPO OU UNIDADE PILOTO, INFRAESTRUTURA); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
OBJETIVO OBJETIVO texto Objetivo do projeto informado no PTR, em texto livre longo; só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
ÁREA ÁREA texto Área conforme o Anexo I da Resolução ANP nº 918/2023 (7 valores, como EXPLORAÇÃO E PRODUÇÃO DE PETRÓLEO E GÁS NATURAL - ONSHORE E OFFSHORE, TEMAS TRANSVERSAIS, ABASTECIMENTO); em pdi-projetos-rt-3-2015 (informada no PTR) e em pdi-unidades-pesquisa (área em que a unidade está credenciada). — — pdi-projetos-rt-3, pdi-unidades-pesquisa
TEMA TEMA texto Tema conforme o Anexo I da Resolução ANP nº 918/2023 (24 valores); em pdi-projetos-rt-3-2015 (informado no PTR) e em pdi-unidades-pesquisa. — — pdi-projetos-rt-3, pdi-unidades-pesquisa
SUBTEMA SUBTEMA texto Subtema conforme o Anexo I da Resolução ANP nº 918/2023 (137 valores no total); em pdi-projetos-rt-3-2015 (informado no PTR) e em pdi-unidades-pesquisa. — — pdi-projetos-rt-3, pdi-unidades-pesquisa
EMPRESA PETROLÍFERA EXECUTORA EMPRESA PETROLÍFERA EXECUTORA texto Empresa petrolífera que executa o projeto, conforme o PTR (campo pode estar vazio; preenchido em 2.738 linhas); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
EMPRESA BRASILEIRA EXECUTORA EMPRESA BRASILEIRA EXECUTORA texto Empresa brasileira que executa o projeto, conforme o PTR (campo pode estar vazio); em pdi-projetos-rt-3-2015 (496 linhas) e em pdi-projetos-rt-5-2005 (62 linhas; o - da fonte vira vazio). — — pdi-projetos-rt-3, pdi-projetos-rt-5
INSTITUIÇÃO EXECUTORA INSTITUIÇÃO EXECUTORA texto Instituição credenciada que executa o projeto, conforme o PTR (campo pode estar vazio; 3.141 linhas); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
UNIDADE DE PESQUISA EXECUTORA UNIDADE DE PESQUISA EXECUTORA texto Unidade de pesquisa, vinculada a uma instituição credenciada, que executa o projeto, conforme o PTR (campo pode estar vazio; 3.128 linhas), como UFRGS - LAMEF - LABORATÓRIO DE METALURGIA FÍSICA; só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
Nº AUTORIZAÇÃO Nº AUTORIZAÇÃO texto Número da autorização informado no PTR, se o projeto passou por autorização (campo pode estar vazio; 581 linhas), como 1290/2024; só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
DATA INÍCIO DATA INÍCIO texto Data de início do projeto informada no PTR (DD/MM/AAAA, texto), de 01/03/2016 a 01/07/2026; só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
PRAZO PRAZO texto Prazo de execução estimado do projeto, informado no PTR (inteiro em texto: 36, 24, 48, 12 e 30 são os mais comuns); o metadado não informa a unidade, e os valores sugerem meses (dedução); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
VALOR CLAUSULA VALOR CLAUSULA texto Valor de recursos da cláusula de PD&I estimado para a execução do projeto, informado no PTR, em reais, como texto R$ 3.012.578,00 (ponto de milhar e vírgula decimal); só em pdi-projetos-rt-3-2015. — — pdi-projetos-rt-3
Nº PROJETO Nº PROJETO texto Número do projeto atribuído pela ANP (18989-4); só em pdi-projetos-rt-5-2005 (10.102 projetos distintos). — — pdi-projetos-rt-5
TÍTULO TÍTULO texto Título do projeto; só em pdi-projetos-rt-5-2005 (10.066 títulos distintos). — — pdi-projetos-rt-5
EMPRESA PETROLÍFERA EMPRESA PETROLÍFERA texto Empresa petrolífera responsável pelo projeto, uma ou mais separadas por ; (21 valores; PETROBRAS em 9.823 projetos); só em pdi-projetos-rt-5-2005. — — pdi-projetos-rt-5
DATA DE INÍCIO DATA DE INÍCIO texto Data de início do projeto (DD/MM/AAAA, texto), de 01/09/1992 a 31/03/2017; só em pdi-projetos-rt-5-2005. — — pdi-projetos-rt-5
DATA DE TÉRMINO DATA DE TÉRMINO texto Data de término do projeto (DD/MM/AAAA, texto), de 01/08/1996 a 01/12/2023; nunca anterior ao início; só em pdi-projetos-rt-5-2005. — — pdi-projetos-rt-5
INSTITUIÇÃO CREDENCIADA EXECUTORA INSTITUIÇÃO CREDENCIADA EXECUTORA texto Nome da instituição credenciada que executa o projeto (campo pode estar vazio; 4.894 linhas; o - da fonte vira vazio); só em pdi-projetos-rt-5-2005. — — pdi-projetos-rt-5
AUTORIZAÇÃO AUTORIZAÇÃO texto Número e ano da autorização, se houver (campo pode estar vazio; 1.091 linhas), como 053/2012; só em pdi-projetos-rt-5-2005. — — pdi-projetos-rt-5
DATA DE PUBLICAÇÃO DATA DE PUBLICAÇÃO texto Data de publicação da autorização, se houver (DD/MM/AAAA, texto; vazia sem autorização; 1.090 linhas); só em pdi-projetos-rt-5-2005. — — pdi-projetos-rt-5
Nº CRED. Nº CRED. texto Número de credenciamento da unidade de pesquisa atribuído pela ANP, no formato NNNN/AAAA (0985/2020); 1.166 credenciamentos, de 0001/2013 a 1195/2026; só em pdi-unidades-pesquisa. Cada credenciamento repete em uma linha por área, tema e subtema. — — pdi-unidades-pesquisa
UF UF texto Unidade da Federação da unidade de pesquisa credenciada (sigla); 26 UFs, com mais credenciamentos no RJ (397), SP (176), MG (101) e RS (71); só em pdi-unidades-pesquisa. — — pdi-unidades-pesquisa

No lake

  • Dataset anp/pdi, sem partição: um Parquet por arquivo, pdi-obrigacao.parquet, pdi-prh.parquet, pdi-projetos-rt-3-2015.parquet, pdi-projetos-rt-5-2005.parquet e pdi-unidades-pesquisa.parquet.
  • Todas as colunas são texto. O conversor mantém os nomes do cabeçalho (acentos, º, espaços), inclusive os espaços no início ou no fim de três nomes (o esquema desta documentação os grava sem esses espaços), e converte o - usado como vazio no RT 5/2005 em valor nulo.
  • pdi-prh não tem um cabeçalho de verdade: a primeira linha do CSV é o título do quadro, e o conversor a usa como nome da coluna 1 e nomeia as outras coluna_2 a coluna_10; as duas linhas de rótulos (Ano/Aporte e Empresa, com os anos) viram linhas de dados.

Cuidados de uso

  • pdi-prh é uma tabela larga mal lida. As 18 linhas incluem uma linha Ano/Aporte, uma linha Empresa com os anos nas colunas e a linha Total Aportado / Ano; descarte essas três para obter só as empresas, e use os anos de coluna_2 a coluna_9 (2019 a 2026). Os valores são R$ - quando nada foi aportado e vazios para CNOOC antes de 2026.
  • Linhas vazias em pdi-projetos-rt-3-2015. Das 7.974 linhas, 2.292 não têm nenhum campo (o CSV termina com linhas ;;;;); filtre "Nº ANP" IS NOT NULL. A coluna VALOR CLAUSULA vem como texto vazio nessas linhas, não como nulo.
  • Valores monetários em texto, em dois formatos. Valor da Obrigação vem como R$ 1884529,15 (sem ponto de milhar) e VALOR CLAUSULA e o PRH como R$ 3.012.578,00 (com ponto de milhar); tire R$, o ponto de milhar e troque a vírgula antes de converter.
  • Área e ÁREA não são a mesma coisa. Em pdi-obrigacao é o nome do campo; nos projetos RT 3/2015 e nas unidades é a área temática do Anexo I da Resolução 918/2023. Como diferem só na caixa, cuidado com consultas que ignoram caixa (o DuckDB, por exemplo, une as duas ao empilhar com union_by_name).
  • Datas em texto e fora da faixa. DATA INÍCIO e as datas do RT 5/2005 vêm em DD/MM/AAAA; no RT 3/2015, a data mais recente (01/07/2026) é posterior ao rótulo "projetos iniciados até 30/06/2026" da página; ordene só depois de converter.
  • PRAZO sem unidade. O metadado não diz a unidade; os valores (12, 24, 36, 48, 60) sugerem meses, mas isso é dedução.
  • Texto livre e empresas repetidas. DEMAIS PROPONENTES e EMPRESA PETROLÍFERA listam empresas separadas por ;; a grafia varia (TOTAL, Total Energies, TotalEnergies), e TITULO/TÍTULO e OBJETIVO não são padronizados. Os dois regulamentos usam colunas diferentes (TÍTULO, com acento, no RT 5/2005 e TITULO, sem acento, no RT 3/2015).
  • Obrigação não é gasto. A obrigação é o valor devido pela receita da produção; o quanto foi efetivamente aplicado em projetos está em pdi-projetos-rt-3-2015 (valor estimado no PTR) e no PRH; não são séries comparáveis diretamente.
  • Dados pessoais. Há nomes de empresas, instituições e unidades de pesquisa (pessoas jurídicas); os arquivos do catálogo não trazem coordenadores nem outras pessoas físicas (os coordenadores estão em arquivo não coletado).
  • Chave. Nº ANP e Nº PROJETO são únicos em seus arquivos (nas linhas não vazias), mas, por serem cinco tabelas, a chave do dataset fica vazia.

Exemplos

Obrigação de investimento em PD&I por ano (a coluna vem como R$ 1884529,15, sem ponto de milhar, e é convertida em número):

import duckdb

duckdb.sql("""
    SELECT "Ano",
           count(*) AS campos_com_obrigacao,
           round(sum(replace(replace("Valor da Obrigação", 'R$ ', ''), ',', '.')::DOUBLE) / 1e6, 1) AS milhoes_reais
    FROM read_parquet('lake/anp/pdi/pdi-obrigacao.parquet')
    WHERE "Ano" >= '2020'
    GROUP BY 1
    ORDER BY 1
""").show()

Referências

  • Dados abertos de PD&I (ANP): https://www.gov.br/anp/pt-br/centrais-de-conteudo/dados-abertos/dados-abertos-pesquisa-e-desenvolvimento-e-inovacao-pd-i
  • Metadados (PDF), na pasta https://www.gov.br/anp/pt-br/centrais-de-conteudo/dados-abertos/arquivos/arquivos-pdi/: metadado-obrigacao-pdi.pdf, metadado-investimento-prh.pdf, metadado-projeto-rt-3-2015.pdf, metadado-projeto-rt-5-2005.pdf, metadados-unidades-pesquisa-area-tema-subtema.pdf e metadado-unidades-pesquisa.pdf.
  • Regulamento Técnico ANP nº 3/2015; Resoluções ANP nº 50/2015, nº 917/2023 e nº 918/2023, citadas nos metadados.