joaosilva424/fipex-veiculos-brasil

fipeX: Dataset Completo da Tabela FIPE

Este dataset contém preços históricos e atuais de veículos comercializados no Brasil, baseados na Tabela FIPE (Fundação Instituto de Pesquisas Econômicas). Os dados foram extraídos e organizados pelo projeto fipeX, uma iniciativa independente para facilitar o acesso a dados automotivos públicos.

Sobre o Dataset

Este conjunto de dados é ideal para:

• —Análise de depreciação de veículos
• —Previsão de preços (Machine Learning)
• —Estudos econômicos sobre o mercado automotivo brasileiro
• —Criação de aplicações de consulta e análise

Arquivos Disponíveis

Histórico Completo (raiz do repositório)

4 arquivos com todo o histórico, combinando duas versões dos dados e dois formatos:

Por Período de Referência (YYYY/MM/)

Dumps individuais por período de referência FIPE, disponíveis apenas na versão original:

Por que apenas versão original nos dumps por período? A versão consolidada (merged) reflete o estado atual das fusões de modelos, que muda ao longo do tempo conforme a FIPE renomeia veículos. Um dump merged feito hoje seria diferente de um feito daqui a 6 meses. Para dados por período, a versão original é a única que permanece imutável e reproduzível.

Qual versão usar?

Ambas as versões do histórico completo contêm o mesmo número de registros de preços. A diferença está na atribuição dos nomes de modelos:

Versão Original (fipex-prices-latest.csv / .parquet):

• —Usa os nomes de modelos exatamente como foram publicados pela FIPE em cada período
• —Se a FIPE renomeou um modelo (ex: "Gol 1.0 Mi" → "Gol 1.0 12V"), os preços antigos mantêm o nome original
• —Ideal para análises históricas que precisam rastrear renomeações ao longo do tempo

Versão Consolidada/Merged (fipex-prices-latest-merged.csv / .parquet):

• —Unifica modelos renomeados sob o nome atual em todos os períodos
• —Se um modelo foi renomeado, os preços históricos também aparecem com o nome novo
• —Ideal para consultas e análises onde se quer acompanhar a evolução de preço de um veículo sem se preocupar com mudanças de nomenclatura

Formato CSV (.csv):

• —Separado por tabulação (\t) - TSV format
• —Compatível com Excel, Google Sheets, e qualquer ferramenta de análise de dados
• —Fácil de ler e inspecionar visualmente
• —Tamanho maior que Parquet

Formato Parquet (.parquet):

• —Formato colunar binário otimizado para análise
• —Compressão eficiente (~70% menor que CSV)
• —Leitura 3-5x mais rápida que CSV
• —Ideal para processamento em Python/Pandas, Spark, DuckDB
• —Preserva tipos de dados nativamente

Estrutura dos Dados

Todos os arquivos compartilham a mesma estrutura de 12 colunas:

Exemplos de Uso

Python - Polars

import polars as pl

# Carregar CSV (note o separador tab)
df = pl.read_csv("fipex-prices-latest-merged.csv", separator="\t")

# Carregar Parquet (mais rápido!)
df = pl.read_parquet("fipex-prices-latest-merged.parquet")

# Estatísticas básicas
print(f"Total de registros: {df.height:,}")
print(f"Total de marcas: {df['nome_marca'].n_unique():,}")

# Top 10 marcas
print(df.group_by("nome_marca").len().sort("len", descending=True).head(10))

Para mais exemplos completos, veja o arquivo `exemplo.py` incluído neste dataset.

SQL - DuckDB

-- Carregar Parquet diretamente
SELECT nome_marca, COUNT(*) as total
FROM 'fipex-prices-latest-merged.parquet'
GROUP BY nome_marca
ORDER BY total DESC
LIMIT 10;

Aviso Legal

Este dataset é derivado de informações públicas disponibilizadas pela FIPE. O fipeX é um projeto independente e não possui afiliação com a Fundação Instituto de Pesquisas Econômicas (FIPE).

Os dados são fornecidos "como estão", sem garantias de precisão absoluta. Recomenda-se utilizar com cautela para decisões financeiras críticas.

Atualização

Os dados são extraídos do banco de dados do FipeX. A intenção é manter este dataset atualizado mensalmente conforme a FIPE libera novas tabelas.