Saltar a contenido

Tutorial — ENOE (mercado laboral mexicano)

El namespace client.enoe cubre la Encuesta Nacional de Ocupación y Empleo del INEGI, fuente oficial trimestral del mercado laboral en México. Es el dataset más amplio del observatorio: ~101.5 millones de microdatos en cinco tablas (viv, hog, sdem, coe1, coe2), 76 mil indicadores agregados nacionales y por entidad, y cobertura continua entre 2005T1 y 2025T1 (80 trimestres, con gap documental en 2020T2 por la suspensión COVID).

Los 19 métodos del namespace se agrupan en cuatro familias: catálogos y metadata, indicadores agregados (serie / snapshot / ranking), distribuciones (por sector económico y por posición en la ocupación), y microdatos (schema / count / paginación / iter / pandas). El observatorio expone cada respuesta acompañada de sus caveats metodológicos tipados.

Catálogos y metadata

Empieza por los catálogos para descubrir qué hay disponible: los 13 indicadores, las 32 entidades federativas y las 3 etapas metodológicas.

from datos_mexico import DatosMexico

with DatosMexico() as client:
    cat = client.enoe.indicadores()
    print(f"Indicadores disponibles: {cat.count}")
    for ind in cat.indicadores[:5]:
        print(f"  {ind.slug:<35} ({ind.unidad}) — {ind.nombre}")

    etapas = client.enoe.etapas()
    for e in etapas.etapas:
        print(f"  {e.slug:<18} {e.periodo_inicio} → {e.periodo_fin}  dominio={e.dominio_edad}")

Las tres etapas (clasica pre-2020T1, etoe_telefonica 2020T2, enoe_n post-2020T3) marcan cambios de marco muestral. El observatorio reconstruyó la etapa clásica sobre el dominio 15+ uniforme para que toda la serie sea comparable.

Serie histórica nacional

serie_nacional() devuelve una serie temporal completa para cualquiera de los 13 indicadores. El más demandado es tasa_desocupacion:

with DatosMexico() as client:
    serie = client.enoe.serie_nacional(indicador="tasa_desocupacion")
    print(f"Cobertura: {serie.cobertura.desde} → {serie.cobertura.hasta} ({serie.cobertura.n_observaciones} trimestres)")
    for p in serie.datos[-8:]:
        print(f"  {p.periodo}  {p.valor:>5.2f}%  ({p.etapa})")

El campo etapa viene poblado en cada punto de la serie: útil para filtrar antes de comparar cifras pre y post cambio de marco muestral 2020T3.

Serie por entidad federativa

Para una entidad específica usa la clave INEGI de dos dígitos (CDMX = "09"):

with DatosMexico() as client:
    cdmx = client.enoe.serie_entidad(indicador="tasa_desocupacion", entidad_clave="09")
    print(f"{cdmx.entidad_nombre}: {cdmx.cobertura.n_observaciones} trimestres")
    for p in cdmx.datos[-4:]:
        print(f"  {p.periodo}  {p.valor:>5.2f}%")

Cruzar la serie de empleo público (client.cdmx.dashboard_stats()) con la serie de desempleo ENOE para CDMX es el patrón de combinación cross-dataset más común — ver el Tutorial CDMX y el Tutorial cross-dataset.

Snapshots por periodo

Para una foto de un trimestre — o todos los indicadores nacionales, o todas las entidades para un indicador — usa los métodos snapshot_*:

with DatosMexico() as client:
    snap = client.enoe.snapshot_nacional(periodo="2025T1")
    print(f"{snap.periodo} ({snap.etapa}) — {snap.n_indicadores} indicadores:")
    for ind in snap.indicadores[:6]:
        v = f"{ind.valor:>8.2f}" if ind.valor is not None else "       —"
        print(f"  {ind.indicador:<35} {v} {ind.unidad}")

    por_entidad = client.enoe.snapshot_entidad(periodo="2025T1", indicador="tasa_desocupacion")
    top = sorted(por_entidad.datos, key=lambda r: r.valor or -1, reverse=True)[:3]
    for r in top:
        print(f"  {r.entidad_nombre:<28} {r.valor:>5.2f}%")

Ranking — reproducir el boletín INEGI 265/25

ranking() ordena las 32 entidades por un indicador y un trimestre. El TOP 5 con tasa_desocupacion en 2025T1 reproduce el boletín INEGI 265/25 publicado en mayo 2025:

with DatosMexico() as client:
    r = client.enoe.ranking(periodo="2025T1", indicador="tasa_desocupacion", limit=5)
    print(f"TOP 5 entidades por {r.nombre} — {r.periodo}:")
    for row in r.ranking:
        print(f"  {row.rank}. {row.entidad_nombre:<28} {row.valor:.2f}%")

Salida esperada:

1. Tabasco                      4.97%
2. Coahuila de Zaragoza         3.56%
3. Durango                      3.46%
4. Ciudad de México             3.45%
5. Tamaulipas                   3.37%

Caveat: el ranking exacto reproduce el boletín 265/25 al momento de publicar este SDK (v0.2.0, 2026-05). Si la API recibe revisiones de INEGI en trimestres futuros, las cifras pueden ajustarse marginalmente; los rangos relativos suelen mantenerse estables.

Distribución por sector económico

12 sectores SCIAN para un periodo nacional, ordenados por participación:

with DatosMexico() as client:
    dist = client.enoe.distribucion_sectorial_snapshot(periodo="2025T1")
    print(f"Ocupados totales {dist.periodo}: {dist.total_ocupados_nivel:,}")
    top = sorted(dist.distribucion, key=lambda r: r.participacion_porcentaje, reverse=True)[:5]
    for r in top:
        print(f"  {r.sector_nombre[:40]:<40} {r.participacion_porcentaje:>5.2f}%  ({r.total_ocupados:>11,})")

Para una entidad específica, agregar nivel="entidad" y entidad_clave. Para serie temporal de un sector concreto, usar distribucion_sectorial_serie(sector_clave=..., ...).

Distribución por posición en la ocupación

Cuatro categorías (1=subordinados, 2=empleadores, 3=cuenta propia, 4=no remunerados):

with DatosMexico() as client:
    pos = client.enoe.distribucion_posicion_snapshot(periodo="2025T1")
    for r in sorted(pos.distribucion, key=lambda x: x.participacion_porcentaje, reverse=True):
        print(f"  {r.pos_nombre:<22} {r.participacion_porcentaje:>5.2f}%  ({r.total_ocupados:>11,})")

La proporción de cuenta propia + no remunerados es un proxy directo de informalidad estructural. Para el indicador formal de informalidad, usa serie_nacional(indicador="til1").

Microdatos — schema, count, iteración

Para análisis sobre microdatos, primero entiende el schema de la tabla. Las cinco tablas son viv (vivienda), hog (hogar), sdem (sociodemográfica), coe1 y coe2 (cuestionario de ocupación):

with DatosMexico() as client:
    schema = client.enoe.microdatos_schema("sdem")
    print(f"Tabla {schema.tabla}: {schema.total_filas:,} filas, {schema.total_columnas} columnas")
    for c in schema.columnas[:6]:
        print(f"  {c.nombre:<18} {c.tipo:<10} nullable={c.nullable}")

    n = client.enoe.microdatos_count("sdem", periodo="2025T1", entidad_clave="09")
    print(f"Microdatos sdem CDMX 2025T1: {n.total:,} filas")

Para iterar sin cargar todo a memoria — la paginación corre internamente:

with DatosMexico() as client:
    muestra = list(client.enoe.microdatos_iter(
        "sdem", periodo="2025T1", entidad_clave="09",
        sex=2, eda_min=18,
        limit=500,
    ))
    print(f"Muestreadas {len(muestra)} filas (mujeres 18+ en CDMX 2025T1)")

Caveat: include_extras=True por default (convención Sub-fase 3.10b del observatorio) — el SDK no oculta el extras_jsonb con las variables ENOE no promovidas a columna. Si necesitas un payload más ligero, pasa include_extras=False explícitamente.

Microdatos a pandas

Para volúmenes manejables (<100k filas) usa el helper que materializa el iterador en un DataFrame. Requiere el extra opcional pandas:

# pip install datos-mexico[examples]   # incluye pandas, matplotlib, jupyter

with DatosMexico() as client:
    df = client.enoe.microdatos_to_pandas(
        "sdem", periodo="2025T1", entidad_clave="09", limit=1000,
    )
    print(f"DataFrame: {len(df):,} filas × {len(df.columns)} cols")
    print(f"Edad media (CDMX 2025T1, muestra 1000): {df['eda'].mean():.1f}")

Si pandas no está instalado, el helper levanta ImportError con el mensaje exacto de instalación. Para volúmenes >100k filas, preferir microdatos_iter y procesar por chunks.

Caveats metodológicos

El observatorio inyecta caveats tipados en cada response que toque una zona delicada. Los cinco a tener en mente:

  • TIL1 (definición operativa): la tasa de informalidad laboral del observatorio sigue la definición operativa estándar INEGI; aparece como string en IndicadorRef.caveat_metodologico de cada indicador relevante.
  • TCCO redefinición 2020T1 (redefinicion_tcco_2020T1): la tasa de condiciones críticas de ocupación cambió su construcción en 2020T1. Series TCCO cross-etapa requieren cautela.
  • Cambio de marco muestral 2020T3 / CPV 2020 (cambio_marco_2020T3): la transición al marco del Censo de Población y Vivienda 2020 produjo sub-estimaciones de ~6-7 % en el periodo 2020T3 – 2021T4.
  • Dominio 15+ uniforme (dominio_15_plus): el observatorio reconstruyó la etapa clásica sobre el dominio de 15 años y más para que toda la serie sea comparable; INEGI publicaba originalmente 14+ pre-2014T4.
  • Gap documental 2020T2 (gap_documental_2020T2): la ENOE presencial se suspendió por COVID; INEGI levantó una sustitución telefónica (ETOE, etapa etoe_telefonica) pero no expone microdatos brutos para ese trimestre.

Los cuatro caveats tipados aparecen como objetos CaveatMetodologico en series, rankings y microdatos_page. Imprimir response.caveats al inicio de cualquier análisis es buena práctica reproducible.

Próximos pasos