grafico_ipca

library(tidyverse)
library(lubridate)
library(sidrar)

# Obter IPCA --------------------------------------------------------------

ipca_indice = get_sidra(api='/t/1737/n1/all/v/2266/p/all/d/v2266%2013') %>%
  as_tibble() %>% 
  select(-`Nível Territorial`, -`Nível Territorial (Código)`,
         -`Unidade de Medida`, -`Unidade de Medida (Código)`,
         -Brasil, -`Brasil (Código)`,
         -Variável, -`Variável (Código)`
         ) %>% 
  mutate(date = ymd(paste0(`Mês (Código)`, '01')))%>%
  filter(date >= as.Date('2007-06-01'))%>%
  mutate(`Inflação variação 30 dias` = round((Valor/lag(Valor, 1)-1)*100, 2),
         `Inflação variação 1 ano` = round((Valor/lag(Valor, 12)-1)*100, 2)) %>% 
  rename(IPCA = Valor)

# Grafico IPCA, INFLACAO 30 dias e 1 ano ----------------------------------

ipca_indice %>%
  select(date, IPCA, `Inflação variação 30 dias`, `Inflação variação 1 ano`) %>% 
  gather(key, value, -date) %>% 
  mutate(key = factor(key, c("IPCA",
                             "Inflação variação 30 dias",
                             "Inflação variação 1 ano"))) %>% 
  ggplot(aes(x = date, y = value, col = key))+
  geom_line()+
  facet_wrap(~key, scale="free_y", ncol=1)+
  labs(title = "Raio-X da Inflação no Brasil", 
       subtitle = "Diretamente para Os tintas", 
       x = "", y = "",
       caption = "Fonte: Dados do Banco Central do Brasil
       Ano de referência: 2007")+
  scale_x_date(breaks = "1 year",date_labels = "%Y")+ 
  guides(col=guide_legend(title=""))


# Zoom na inflacao --------------------------------------------------------

ipca_indice %>%
  ggplot(aes(x = date, y = `Inflação variação 30 dias`))+
  geom_line()+
  labs(x = "Data", y = "% ao mês", subtitle = "Ano de referência: 1980")+
  scale_x_date(breaks = "1 year",date_labels = "%Y")+ 
  geom_hline(yintercept=0, linetype="dashed", color = "red")

ipca_indice %>%
  ggplot(aes(x = date, y = `Inflação variação 30 dias`))+
  geom_line()+
  labs(x = "Data", y = "% ao mês", subtitle = "Ano de referência: 1980")+
  scale_x_date(breaks = "1 year",date_labels = "%Y")+ 
  geom_hline(yintercept=0, linetype="dashed", color = "red")

# Componentes do IPCA -----------------------------------------------------

variacao =
  '/t/7060/n1/all/v/63/p/all/c315/7170,7445,7486,7558,7625,7660,7712,7766,7786/d/v63%202' %>%
  get_sidra(api=.) %>%
  mutate(date = parse_date(`Mês (Código)`, format='%Y%m')) %>%
  select(date, "Geral, grupo, subgrupo, item e subitem", Valor) %>%
  pivot_wider(names_from = "Geral, grupo, subgrupo, item e subitem",
              values_from = Valor)

peso =
  '/t/7060/n1/all/v/66/p/all/c315/7170,7445,7486,7558,7625,7660,7712,7766,7786/d/v66%204' %>%
  get_sidra(api=.) %>%
  mutate(date = parse_date(`Mês (Código)`, format='%Y%m')) %>%
  select(date, "Geral, grupo, subgrupo, item e subitem", Valor) %>%
  pivot_wider(names_from = "Geral, grupo, subgrupo, item e subitem",
              values_from = Valor)

contribuicao = (variacao[,-1]*peso[,-1]/100) %>%
  mutate(date = variacao$date) %>%
  select(date, everything())

# criar grafico
contribuicao %>% 
  left_join(ipca_indice %>% 
              select(date, `Inflação variação 30 dias`)) %>% 
  filter(date >= '2022-01-01') %>% 
  gather(key, value, -date, -`Inflação variação 30 dias`) %>% 
  ggplot(aes(x = date, y = value, fill = key)) + 
  geom_bar(position="stack", stat="identity")+
  geom_line(aes(y=`Inflação variação 30 dias`))+
  theme(legend.position = "right")+
  labs(title = "Raio-X do IPCA nesse ano", 
       subtitle = "Diretamente para Os tintas", 
       x = "Data", y = "Variação mensal",
       caption = "Fonte: Dados do Banco Central do Brasil")+
  scale_x_date(date_breaks = "1 month", date_labels = "%b") -> p

plotly::ggplotly(p)