Il vero prezzo del carburante
This article is originally published at https://fabiomarroni.wordpress.com
Tutto ha avuto inizio da un tweet di Fratelli d’Italia che riportava questo grafico:
Vedendo il grafico stesso, chiunque direbbe che in questo inizio 2023 i prezzi del carburante sono decisamente scesi. Eppure, noi tutti ci ricordiamo di aver fatto il pieno a Dicembre 2022 con prezzi ben inferiori a 1.8 al litro. Come mai?
Semplice, perché questo grafico, furbescamente, NON riporta i dati da Settembre a Dicembre 2022!
Ho quindi pensato di investigare la faccenda. Come spesso accade, per amore della riproducibilità, ho fatto tutto in R e vi lascio il codice qui, così chi vuole giocare può farlo liberamente.
Il primo passo, è stato trovare una fonte autorevole per i prezzi del carburante. Sul sito governativo del MISE (https://dgsaie.mise.gov.it/open-data) si trovano i grafici relativi all’andamento, ma anche (cosa lodevole) i dati grezzi da scaricare.
#Carichiamo le librerie necessarie
library(data.table)
library(gplots)
#Link per scaricare i dati settimanali di prezzo dei carburanti dal sito del MISE
weekly.data<-"https://dgsaie.mise.gov.it/open_data_export.php?export-id=4&export-type=csv"
dati<-fread(weekly.data,data.table=F)
#Scegliamo solo la benzina, per il momento
dati<-dati[dati$NOME_PRODOTTO%in%"Benzina",]
#Per motivi che ignoro, il prezzo sul sito del mise è riportato come prezzo di 1000 litri. Per il prezzo al litro dobbiamo dividere per 1000
dati$PREZZO<-round(dati$PREZZO/1000,2)
#Poiché nel dataset non è presente un campo per il solo anno, me lo creo io
dati$ANNO<-as.numeric(substr(dati$DATA_RILEVAZIONE,1,4))
#Stessa cosa con il mese. Ci aiuta il fatto che ad esempio Gennaio è scritto come 01, per cui si tratta sempre della posizione 5 e 6 della stringa
dati$MESE<-substr(dati$DATA_RILEVAZIONE,6,7)
#Ci creiamo variabile MESE_ANNO, da usare per il grafico
dati$MESE_ANNO<-paste(dati$MESE,dati$ANNO,sep="_")
#Selezioniamo solo 2022 e 2023
dati<-dati[dati$ANNO>=2022,]
#Aggreghiamo per mese
dati.mese<-aggregate(dati[,c("PREZZO","ANNO")],by=list(dati$MESE_ANNO),FUN="mean")
#Aggregate cambia nome alla variabile usata come chiave. Noi, che siamo duri, rimettiamo il nome giusto
names(dati.mese)[1]<-"MESE_ANNO"
#Ordiniamo prima per anno e poi per mese
dati.mese<-dati.mese[order(dati.mese$ANNO,dati.mese$MESE_ANNO),]
dati.mese$col<-"blue"
dati.mese$col[dati.mese$ANNO==2023|dati.mese$MESE_ANNO>"09_2022"]<-"red"
#Impostiamo l'asse y sullo stesso valore osservato sul grafico di Fratelli d'Italia
ext.prezzo<-c(1.65,2.1)
barplot2(dati.mese$PREZZO,ylim=ext.prezzo,names.arg=dati.mese$MESE_ANNO,las=2,xpd=FALSE,cex.axis=0.9,col=dati.mese$col)
Si nota pertanto che la cosiddetta “finanziaria Meloni”, al contrario da quanto dichiarato da Fratelli d’Italia, ha riportato il prezzo a valori decisamente più alti, anche se non così alti come i temibili mesi estivi del 2022.
Nota: il prezzo medio di Gennaio è parziale, e contiene anche il dato del primo Gennaio 2023, quando l’aumento non era ancora stato registrato dal MISE, e pertanto è soggetto ad ulteriori aumenti. Aggiornerò (forse) il grafico, ma chi vuole può correre la funzione di R sui dati aggiornati e avere un grafico sempre aggiornato.
Thanks for visiting r-craft.org
This article is originally published at https://fabiomarroni.wordpress.com
Please visit source website for post related comments.
