Descarga de datos del mercado eléctrico.

Jugar con los datos abiertos que se proporcionan en las diferentes fuentes de información de este mercado es una buena manera de intentar entenderlo. En mi cuenta de twitter publico diariamente gráficos generados con datos descargados desde estas fuentes. Es un mercado ciertamente complejo, con una regulación extensa, y con mucho ruido mediático. Todo esto facilita la opacidad y dificultad de entender este mercado, que por otra parte se lleva, y más con la subida de precios de estos tiempos, una parte material del presupuesto de servicios básicos de las familias. Mi intención, publicando estas líneas de código (por otra parte extremadamente simple) es ayudar un poco en hacerlo más transparente.

¿Como lo he organizado?

He preparado un notebook de Jupyter mostrando una serie de funciones, en Python, para facilitar la descarga de datos desde fuentes relacionadas con el mercado eléctrico:

He preparado cinco funciones:

  • catalogo_esios(token): que permite bajar el catálogo completo de la api de esios, para, posteriorment, buscar de manera fácil los identificadores que necesitamos para nuestro trabajo
  • download_esios : que permite bajar datos de cualquier indentificador, entre dos fechas determinadas, para posteriormente trabajar sobre ellos.
  • download_ree : idem que el caso anterir pero sobre apidatos de REE
  • download_gas : que nos permite bajar desde https://mibgas.es el precio de gas GDAES del día siguiente
  • downlaod_gas_rd: que nos permite bajar desde https://mibgas.es el precio de gas correspondiente al mecanismo de compensación del RD10/2022

A modo de caso práctico, he añadido un ejemplo de descarga de datos junto con un gráfico para mostrarlos visualmente. He procurado elegir tipos diferentes de gráficos para cada gráfico por si es de ayuda.

Aquí pueden encontrar el notebook.

Me alegraré mucho si alguien lo encuentra de utilidad…

Mercamadrid

Hemos preparado un código para bajar datos de la actividad comercial de mayoristas en Mercamadrid. Estos datos se pueden bajar desde este link del portal de datos abiertos del Ayuntamiento de Madrid.

La información esta estructura en una serie de campos tales como:

  • Fecha inicial del segmento de tiempo al que se refieren los datos
  • Fecha final del segmento de tiempo al que se refieren los datos
  • Descripción de la mercancia
  • Código de la mercancia
  • Origen de la mercancia
  • Código de este origen
  • Peso de la mercancia en Kilos
  • Precio mínimo registrado
  • Precio máximo registrado
  • Precio más frecuente

He intentado gestionar y minimizar el tamaño del pandas con el modelo propuesto por Matt Harrison, estoy haciendo un esfuerzo para seguir el «chaining» siempre que sea posible.

Presentamos el código necesario para bajar y preparar adecuadamente la información desde su repositorio en datos Madrid, y preparamos una rejilla de datos con los mismos..
En cada subgráfica, una por cada producto, presentamos la evolución del consumo como barras (eje «y» izquierda) )y la evolución de precios (eje «y» derecha). Para claridad se han codificado las barras según temperatura del mes..

Algunos gráficos de la EPA

Vemos aquí algunos gráficos de la última EPA publicada, Julio 2017   , comparados con series desde el año 2002, recuerdo aquí que la EPA tiene carácter trimestral, luego nos encontramos por tanto con 4 series por año..

No pretendo jugar a «dos Papas» con las escalas, tan solo las optimizo con el objetivo de que queden los movimientos lo más claro posible.

He preparado una serie de gáficos con los principales números desde 2002, incluyendo la mencionada última publicación de EPA.

Empezamos con la evolución de la población inactiva desde 2002:

Inactivos2
A continuacién vemos la evolución de población activa desde 2002 :
Activos-3
El turno de Ocupados, desde 2002 al segundo trimestre de 2017.
Ocupados-2
Para finalmente presentar los datos de población en situación de desempleo :
Parados
El pico en el número de parados se encuentra en el primer trimestre de 13, con 6.278.000 millones de parados  y el trimestre con menos paro  lo encontramos en el segundo trimestre de 2006 con 1.766.000 parados, estos casi siete años incrementaron el número de parados en 4.500.000.
Preparando estos gráficos me preguntaba que porcentajes suponían estas cantidades en el total de la población. Pongamonos a ello..
Estos datos están bajados directamente del censo del INE,
Poblacion
Vemos el estancamiento de la población en el entorno de los 46.500.000 de habitantes
Extactamente 46.528.970 en los últimos datos publicados relativos al primer semestre de 2017.
Recordad que en esta entrada veíamos la distribución de la población tal que : población activa, inactiva y menores de 16 años. Saquemos pues esta última gráfica para poder hacer una comparación completa de los movimientos de población en estos años.
Aquí vemos la gráfica :
Poblacion < 16
Por su interés podemos preparar una gráfica con todas las series que hemos ido preparando :
Ocupados, Activos etc..
Y para finalizar añadimos un par de gráficas de columnas en horizontal con estos mismos números, que bajo mi punto de vista añaden mucha claridad a los números. He includo dos versiones, una de ellas con los valores en absoluto y la otra con porcentajes relacionados con el total de la población.
Incluyo un comentario importante aqui relacionado con la construccion de estas dos gráficas : la suma de inactivos, activos más menores de 16 años no coincide exactamente con el valor de población, sigo investigando para ver donde he podido cometer el error, pero en terminos generales la gráfica nos sigue dando una visión general de la composición de la población en España desde el punto de vista de empleo.
Poblacion por distribucion-3
poblacion distribucion empleo en porcentaje-2
Eso es todo desde esta entrada…
Manuel