dataRAIS

Microdados da RAIS de 1985 a 2025 em R, com DuckDB e variáveis padronizadas.

O dataRAIS (pacote R datarais) dá acesso aos microdados da Relação Anual de Informações Sociais (RAIS), o censo anual do emprego formal no Brasil, cobrindo vínculos e estabelecimentos de 1985 a 2025, armazenados em banco DuckDB local.

Principais recursos

  • Download dos arquivos a partir de um espelho da RAIS no Hugging Face, com cache persistente e downloads paralelos opcionais;
  • Suporte aos dois formatos de distribuição: arquivos por Unidade da Federação (1985 a 2017) e por região geográfica (2018 em diante);
  • Nomes de variáveis normalizados em português (snake_case), consistentes entre todos os leiautes históricos;
  • Dicionário de variáveis integrado (rais_col_info()) e resumo dos leiautes (rais_layouts());
  • Atualização incremental (rais_update()) e exportação para Parquet (rais_to_parquet());
  • Mensagens em português e em inglês.

Instalação

# Versão de desenvolvimento (GitHub)
pak::pak("gecomt/datarais")

Os arquivos anteriores a 2020 utilizam compressão PPMd e exigem o 7-Zip instalado. Recomenda-se, ainda, ao menos 8 GB de RAM e cerca de 20 GB livres em disco por ano de dados de vínculos.

Uso rápido

library(datarais)
library(dplyr)

# Verifica a disponibilidade do repositório
rais_status()

# Download, leitura e gravação no DuckDB em uma etapa
rais_load(
  years   = 2022:2023,
  type    = "vinculos",
  db_path = "rais.duckdb"
)

con <- rais_connect("rais.duckdb")

tbl(con, "rais_novo") |>
  filter(ano == 2023) |>
  group_by(sigla_uf) |>
  summarise(
    vinculos           = n(),
    remuneracao_media  = mean(vl_remun_media_nom, na.rm = TRUE)
  ) |>
  arrange(desc(remuneracao_media)) |>
  collect()

DBI::dbDisconnect(con, shutdown = TRUE)

Tabelas no DuckDB

Tabela Conteúdo Período
rais_antigo Vínculos por Unidade da Federação 1985 a 2017
rais_novo Vínculos por região 2018 em diante
rais_estab Estabelecimentos 1985 em diante

Funções principais

Função Descrição
rais_load() Pipeline completo (download, leitura e gravação no DuckDB)
rais_update() Baixa apenas os anos ainda ausentes no banco
rais_connect() / rais_tbl() Conexão e referência às tabelas
rais_available() Anos disponíveis no Hugging Face
rais_col_info() Metadados das variáveis (tipo, descrição e disponibilidade)
rais_layouts() Resumo dos leiautes históricos
rais_to_parquet() Exporta tabelas para Parquet

Como citar

citation("datarais")

Posts sobre o dataRAIS

De volta ao topo