Monitriip — serviço regular, paradas¶
Resumo¶
Paradas das viagens do serviço regular de transporte rodoviário interestadual e internacional coletivo de passageiros, coletadas pelo Monitriip (Sistema de Monitoramento do Transporte Rodoviário Interestadual e Internacional Coletivo de Passageiros) da ANTT. Cada linha é uma parada com posição, motivo e horário.
Ficha técnica¶
| Campo | Valor |
|---|---|
| Dataset | antt/monitriip-servico-regular-paradas |
| Órgão | Agência Nacional de Transportes Terrestres (ANTT) |
| Página oficial | https://dados.antt.gov.br/dataset/monitriip-servico-regular-paradas |
| Licença | Creative Commons Attribution (CC BY), conforme o conjunto no portal de dados abertos da ANTT: http://www.opendefinition.org/licenses/cc-by. Nenhuma restrição de uso ou redistribuição foi encontrada além da atribuição; o portal fica atrás de um firewall que rejeita acessos automatizados em excesso (respostas "Request Rejected"), o que limita a coleta. |
| Periodicidade | mensal, a partir da segunda quinzena do mês, segundo o portal |
| Cobertura | 2019 a em-curso |
| Unidade (uma linha) | uma parada de uma viagem do serviço regular, com posição e horário |
| Granularidade | espacial: ponto de parada (latitude e longitude); temporal: instante da parada (data e hora) |
| Formato bruto | CSV por mês (um recurso por mês), UTF-8, separador ponto e vírgula |
| Estado no lake | convertido |
| Partições | ano |
| Chave | — |
| Colunas | 14 |
| Unidades de medida | — |
| Dados pessoais | placa (placa do veículo (identifica o veículo e, indiretamente, o motorista)); numero_imei (identificador do equipamento); latitude (localização); longitude (localização); codigo_viagem (identificador da viagem) |
| Eras | nenhuma |
| Revisado em | 2026-11-10 |
| Versão do fetcher | 0.3.2 |
Origem e coleta¶
- O fetcher baixa os CSV do pacote
monitriip-servico-regular-paradas(https://dados.antt.gov.br/dataset/monitriip-servico-regular-paradas), um recurso por mês desde janeiro de 2019 (71 CSV). - No bruto:
monitriip-servico-regular-paradas_<mês>---viagens-do-servico-regular---par-<id>@AAAAMMDD.csv; os arquivos antigos têm o nome nu[email protected], que recebeu meses diferentes ao longo do tempo. - O pacote tem 71 meses, de 01/2019 a 12/2024 (sem 10/2024); cada mês é um arquivo de cerca de 100 MB. O conversor lê um arquivo vigente por mês. A cópia de nome nu de novembro de 2020 (
@20210105) tem a mesma URL do recurso com chave e não entra duas vezes.
Conteúdo¶
- Unidade de análise: uma parada. Chave não verificada.
- Cobertura anunciada pela fonte: anual a partir de 2019, atualização mensal. O que o lake pode ter: 2019-01 a 2024-12, exceto 2024-10 (que o pacote não tem). Nada depois de dezembro de 2024.
- Layout: 14 colunas, iguais nos cabeçalhos dos 71 arquivos vigentes (2 arquivos de abril e maio de 2020 abertos inteiros). O dicionário lista 14 campos com
data_viagem_programada; o arquivo trazdata_viagem_progamada. - Nulos (amostra de 102.874 linhas de 2 arquivos): nenhum. Coordenadas: a longitude chega a
0.0e a latitude a2.80em linhas isoladas, valores que não condizem com o território das linhas (não investigado).
Variáveis¶
Descrições do dicionário de dados da ANTT ("Dicionário de Dados - Viagens do Serviço Regular - Paradas"). Todos os valores chegam ao lake como texto. A coluna de partição ano não está nos arquivos.
| Coluna no lake | Na fonte | Tipo | Descrição | Unidade / códigos | Período |
|---|---|---|---|---|---|
codigo_viagem |
codigo_viagem |
texto | Código de identificação da viagem | — | todo |
cnpj |
cnpj |
texto | CNPJ da transportadora | 14 dígitos | todo |
placa |
placa |
texto | Placa do veículo | — | todo |
motivo_parada |
motivo_parada |
texto | Motivo da parada. O dicionário não lista os códigos (não informado pela fonte) | códigos 0 a 10 na amostra |
todo |
latitude |
latitude |
texto | Latitude do ponto de parada | graus decimais, com até 20 casas | todo |
longitude |
longitude |
texto | Longitude do ponto de parada | graus decimais | todo |
pdop |
pdop |
texto | Número correspondente ao PDOP (Position Dilution of Precision) | — | todo |
data_parada |
data_parada |
texto | Data e hora da parada | dd-mm-aaaa hh:mm:ss nos arquivos conferidos (o dicionário diz DD/MM/AAAA HH:MM:SS) |
todo |
numero_imei |
numero_imei |
texto | Número correspondente ao IMEI do equipamento de transmissão | — | todo |
nu_linha |
nu_linha |
texto | Número da linha | — | todo |
tipo_viagem |
tipo_viagem |
texto | Tipo da viagem (regular ou extra) | Regular, Extra01, Extra02 (conferido) |
todo |
data_viagem_progamada |
data_viagem_progamada |
texto | Data programada da viagem (a fonte grafa "progamada"; o dicionário usa data_viagem_programada) |
aaaa-mm-dd |
todo |
hora_viagem_progamada |
hora_viagem_progamada |
texto | Hora programada da viagem (grafia "progamada" da fonte) | hh:mm:ss |
todo |
sentido_linha |
sentido_linha |
texto | Sentido da linha | 0 ida, 1 volta |
todo |
No lake¶
- Dataset
antt/monitriip-servico-regular-paradas, particionado porano, um Parquet por arquivo (um por mês). O nome do Parquet émonitriip-servico-regular-paradas_<id8>.parquet, em que<id8>são os 8 primeiros caracteres do id do recurso na URL do manifesto (a chave vem do recurso, não do nome do arquivo). anovem dedata_parada(grupo de 4 dígitos, aquidd-mm-aaaa hh:mm:ss).- Todas as colunas são texto.
- Esquema de referência (
monitriip-servico-regular-paradas.schema.json): 14 colunas, gerado de 2 arquivos de amostra (abril e maio de 2020).
Cuidados de uso¶
- Nomes nus de meses diferentes. O bruto tem arquivos de nome nu (
[email protected]), gravados por versões antigas do fetcher que davam o mesmo nome a recursos diferentes do pacote (um por mês, de 12/2020 a 12/2024). A versão vigente é escolhida por recurso (URL do manifesto ao lado), então todos entram, cada um no seu Parquet. Um arquivo de nome nu sem manifesto ao lado segue a regra do nome (só o mais recente de cada nome). - Cópia do mesmo mês com nome nu e com chave.
[email protected]e o recurso de novembro de 2020 têm a mesma URL e o mesmo hash no manifesto (96.359.391 bytes). O conversor trata como um só (mesmo que os tamanhos dos arquivos divirjam) e usa o de nome com chave; o de nome nu aparece comogemeonoinventory(). - Dado pessoal indireto. Placa, IMEI e coordenadas por horário permitem seguir um veículo.
- Datas mistas.
data_paradausadd-mm-aaaa hh:mm:ssedata_viagem_progamadausaaaaa-mm-dd.
Exemplos¶
Paradas por motivo em abril de 2020 (partição ano=2020; a coluna data_parada filtra o mês):
import polars as pl
p = pl.scan_parquet("lake/antt/monitriip-servico-regular-paradas/ano=2020/*.parquet")
resumo = (
p.filter(pl.col("data_parada").str.slice(3, 7) == "04-2020")
.group_by("motivo_parada")
.agg(pl.len().alias("paradas"))
.sort("paradas", descending=True)
.collect()
)
Referências¶
- Pacote: https://dados.antt.gov.br/dataset/monitriip-servico-regular-paradas
- Dicionário de dados (PDF), no pacote: "Dicionário de Dados - Viagens do Serviço Regular - Paradas"