Análisis exploratorio de la producción de petróleo en Colombia entre el año 2017 al 2021.

Introducción.

En el proyecto se realiza un análisis exploratorio de los datos de 5 datasets diferentes que contienen información sobre la producción mensual de los principales pozos petroleros de Colombia entre los años 2017 al 2021.

Con el objetivo de responder como afecto la pandemia del covid-19 la producción general de petróleo.

Librerías.

import matplotlib.pyplot as plt import numpy as np import pandas as pd import seaborn as sns import os

Transformación y carga de datos.

Carga de la información.

df_produccion_petroleo_2017 = pd.read_csv('/work/produccion_petroleo_colombia_2017-2021/data/raw/Produccion petroleo 2017.csv') df_produccion_petroleo_2018 = pd.read_csv('/work/produccion_petroleo_colombia_2017-2021/data/raw/Produccion petroleo 2018.csv') df_produccion_petroleo_2019 = pd.read_csv('/work/produccion_petroleo_colombia_2017-2021/data/raw/Produccion petroleo 2019.csv') df_produccion_petroleo_2020 = pd.read_csv('/work/produccion_petroleo_colombia_2017-2021/data/raw/Produccion petroleo 2020.csv') df_produccion_petroleo_2021 = pd.read_csv('/work/produccion_petroleo_colombia_2017-2021/data/raw/Produccion petroleo 2021.csv')

Asignación del año de producción a cada conjunto de datos.

df_produccion_petroleo_2017 ['Año'] = 2017 df_produccion_petroleo_2018 ['Año'] = 2018 df_produccion_petroleo_2019 ['Año'] = 2019 df_produccion_petroleo_2020 ['Año'] = 2020 df_produccion_petroleo_2021 ['Año'] = 2021

Se producirá un problema en la concatenación de los datos y lo esta causando el dataset del 2020. Básicamente se están creado nuevas columnas debido a que las columnas de los meses están escritas de forma diferente.

df_produccion_petroleo_2017.columns

df_produccion_petroleo_2020.columns

Se le asigna los nombres correspondientes.

df_produccion_petroleo_2020 = df_produccion_petroleo_2020.rename(columns={'enero':'Enero', 'febrero':'Febrero', 'marzo': 'Marzo', 'abril':'Abril', 'mayo':'Mayo', 'junio':'Junio', 'julio':'Julio', 'agosto':'Agosto', 'septiembre':'Septiembre', 'octubre':'Octubre', 'noviembre':'Noviembre', 'diciembre':'Diciembre'})

Tipos de datos del datset.

df_produccion_petroleo_2017.info()

df_produccion_petroleo_2018.info()

df_produccion_petroleo_2019.info()

df_produccion_petroleo_2020.info()

df_produccion_petroleo_2021.info()

El dataset del 2021, no incluye los dato de los meses correspondientes a septiembre, octubre, noviembre y diciembre.

El año 2017 tiene diferentes tipos de datos a los otros datsets, por lo que se procese a transformarlos. todos los datos numéricos serán llevados a tipo Float.

meses = ['Enero', 'Febrero', 'Marzo', 'Abril', 'Mayo', 'Junio', 'Julio', 'Agosto', 'Septiembre', 'Octubre', 'Noviembre', 'Diciembre']

df_meses_2017 = df_produccion_petroleo_2017[meses].apply(lambda x: pd.to_numeric(x, downcast='float',errors='coerce'))

df_produccion_petroleo_2017[meses]= df_meses_2017

df_produccion_petroleo_2017.head(10)

df_produccion_petroleo_2017.info()

Concatenación de los datasets.

df_produccion_petroleo_2017_2021 = pd.concat([df_produccion_petroleo_2017,df_produccion_petroleo_2018,df_produccion_petroleo_2019,df_produccion_petroleo_2020,df_produccion_petroleo_2021], ignore_index= True)

df_produccion_petroleo_2017_2021

Datos nulos.

Existen campos petroleros que no reportaron producción en diferentes meses, adicional a estos los datos del 2021 llegan hasta el mes de agosto. Por lo que no se puede simplemente eliminar esos campos por ser nulos.

Se procede llegar estos campos nulos con un valor de cero.

df_produccion_petroleo_2017_2021 = df_produccion_petroleo_2017_2021.fillna(0)

Los datos ya están listos para su análisis. se guardan en la carpeta data/ interim. Esto se hace con el fin de hacer un ultimo ajuste en los caracteres especiales.

os.makedirs('/work/produccion_petroleo_colombia_2017-2021/data/interim', exist_ok=True) df_produccion_petroleo_2017_2021.to_csv('/work/produccion_petroleo_colombia_2017-2021/data/interim/ produccion petroleo 2017 - 2021.csv', index=None)

Exploración y análisis de datos.

Carga del dataset y previsualización.

df_produccion_petroleo = pd.read_csv('/work/produccion_petroleo_colombia_2017-2021/data/processed/produccion petroleo 2017 - 2021.csv')

df_produccion_petroleo.head(10)

Visión general del datset.

El dataset esta compuesto por 21 columnas y 2226 filas. Que contienen la información de la producción de petróleo en Colombia desde el año 2017 hasta agosto del 2021, la cantidad de petróleo producido esta dividido por meses, campo petrolero, empresa, municipio y departamento de producción.

df_produccion_petroleo.columns

df_produccion_petroleo.describe()

Análisis unidimensional de las variables.

Departamentos con mas actividad en la producción de petróleo.

df_produccion_petroleo['Departamento'].value_counts()

Municipios con mas actividad para la producción de petróleo.

df_produccion_petroleo['Municipio'].value_counts()[0:20]

Top 10 empresas con mas actividad para la producción de petróleo.

df_produccion_petroleo['Operadora'].value_counts()[0:10]

df_produccion_petroleo['Contrato'].value_counts()

len(df_produccion_petroleo['Campo'].unique())

Existe 595 diferentes campos petroleros de los cuales en algún momento se ha extraído petróleo.

df_produccion_petroleo['Año'].value_counts()

meses = ['Enero', 'Febrero', 'Marzo', 'Abril', 'Mayo', 'Junio', 'Julio', 'Agosto', 'Septiembre', 'Octubre', 'Noviembre', 'Diciembre']

producion_petroleo_mensual_2017_2021 = df_produccion_petroleo[meses].sum() producion_petroleo_mensual_2017_2021

Se suman la cantidad de petróleo producida desde el 2017 al 2021 por meses.

Para expresar el total en barriles producidos diarios (BPD), como es la convención se usa la siguiente función.

def cambio_BPD(name): df = ((name)/5).round(2) return df

producion_petroleo_mensual_2017_2021_bpd = cambio_BPD(producion_petroleo_mensual_2017_2021) producion_petroleo_mensual_2017_2021_bpd

plt.figure(figsize=(14,8)) plt.bar(meses, producion_petroleo_mensual_2017_2021_bpd) plt.xlabel('Meses') plt.ylabel('Produccion de petroleo (BPD)') plt.title('Produccion total del petroleo por meses del 2017 al 2021');

Sumando toda la producción de petróleo desde el 2017 hasta el 2021 (teniendo en cuenta la falta de datos de septiembre a diciembre del 2021). Se puede observar una producción constante por encima de los 800.000 BPD (Barriles petróleo diario)

Análisis multidimensional de las variables.

Análisis de producción por año.

suma_produccion_años = df_produccion_petroleo.groupby('Año').sum()[meses].round(2).reset_index() suma_produccion_años

suma_produccion_años.plot(kind= 'bar',x= 'Año', figsize=(10,8)) plt.xlabel('Año') plt.ylabel('Produccion de petroleo (BPD)') plt.title('Produccion petroleo por meses del 2017 al 2021') plt.legend(bbox_to_anchor=(0.7, 0.2, 0.5, 0.5));

Se puede observar una producción constante de petróleo, incluso un aumento desde el 2017 hasta marzo del 2020, cuando empezó la cuarentena. Se observa claramente una disminución de la producción general de petróleo en todo Colombia, la cual hasta octubre del 2021 no ha podido volver a niveles pre-pandemia.

sum_2017 = (suma_produccion_años.loc[0,meses].sum()/12).round(2) sum_2018 = (suma_produccion_años.loc[1,meses].sum()/12).round(2) sum_2019 = (suma_produccion_años.loc[2,meses].sum()/12).round(2) sum_2020 = (suma_produccion_años.loc[3,meses].sum()/12).round(2) sum_2021 = (suma_produccion_años.loc[4,meses].sum()/8).round(2) total_producido_2017_2021 = [sum_2017,sum_2018,sum_2019,sum_2020, sum_2021] total_producido_2017_2021

Se suma toda la producción de los meses, con el fin de obtener la producción total por cada uno de estos.

2017 = 854.133 BPD

2018 = 865.192 BPD

2019 = 885.884 BPD

2020 = 781.369 BPD

2021 = 732.349 BPD

suma_produccion_años['Total producido año (BPD)']= total_producido_2017_2021 suma_produccion_años

sns.barplot(data= suma_produccion_años,x = 'Año', y = 'Total producido año (BPD)');

suma_produccion_años.describe()

Análisis de producción por departamento.

Se agrupan y se suma todo lo producido por cada departamento en los diferentes meses y años. Después se agrupa por índice y se hace una suma del producido total por cada uno de estos.

departamento_mayor_produccion = df_produccion_petroleo.groupby('Departamento').sum()[meses].reset_index() departamento_mayor_produccion['Total'] = departamento_mayor_produccion.loc[:,meses].sum(axis=1).round(2) departamento_mayor_produccion = departamento_mayor_produccion.sort_values(by='Total', ascending=False).plot(kind='bar',x='Departamento',y='Total',figsize=(12,8)) plt.title('Producción total de petróleo por departamento') plt.ylabel('Producción total');

El departamento en donde ha existido una mayor producción de petróleo en el periodo del 2017 al 2021, es el departamento del Meta, con una gran diferencia.

campos_petrolificos_por_departamento = df_produccion_petroleo.groupby('Departamento').count()['Campo'].reset_index().sort_values(by='Campo',ascending=False) campos_petrolificos_por_departamento

El departamento de Casanare tiene una mayor cantidad de pozos petroleros. Sin embargo, el departamento del Meta con muchos menos pozos genera una mayor cantidad de petróleo.

Análisis de producción de petróleo por municipio.

Se agrupan y se suma todo lo producido por cada municipio en los diferentes meses y años. Después se agrupa por índice y se hace una suma del producido total por cada uno de estos.

municipio_mayor_produccion = df_produccion_petroleo.groupby('Municipio').sum()[meses].reset_index() municipio_mayor_produccion['Total'] = municipio_mayor_produccion.loc[:,meses].sum(axis=1).round(2) municipio_mayor_produccion = municipio_mayor_produccion.sort_values(by='Total',ascending=False,ignore_index=True).loc[0:10].plot(kind='bar',x='Municipio',y='Total',figsize=(12,8)) plt.title('Top 10 municipios en la producción total de petróleo') plt.ylabel('Producción total');

El municipio de Puerto Gaitán es donde ha existido una mayor producción de petróleo, en el periodo del 2017 al 2021.

Análisis de producción de petróleo por empresa.

Se agrupan y se suma todo lo producido por cada empresa en los diferentes meses y años. Después se agrupa por índice y se hace una suma del producido total por cada uno de estos.

empresa_mayor_produccion = df_produccion_petroleo.groupby('Operadora').sum()[meses].reset_index() empresa_mayor_produccion ['Total'] = empresa_mayor_produccion.loc[:,meses].sum(axis=1).round(2) empresa_mayor_produccion = empresa_mayor_produccion.sort_values(by='Total',ascending=False,ignore_index=True).loc[0:10].plot(kind='bar',x='Operadora',y='Total',figsize=(12,8)) plt.title('Top 10 empresas con la producción total de petróleo') plt.ylabel('Producción total');

empresa_numero_campos = df_produccion_petroleo.groupby('Operadora').count()['Campo'].reset_index().sort_values(by='Campo',ascending=False) empresa_numero_campos

La empresa Ecopetrol S.A. es la que mas produce petróleo en Colombia y esto es consecuente al ser la empresa con mayor cantidad de pozos petroleros.

Análisis de producción de petróleo del año 2020.

Se analiza el año 2020, con el fin de observar como la pandemia afecto la producción general en toda Colombia.

producion_petroleo_2020 = df_produccion_petroleo[df_produccion_petroleo['Año']== 2020] producion_petroleo_2020_depart = producion_petroleo_2020.groupby('Departamento').sum()[meses].reset_index().round() producion_petroleo_2020_depart

producion_petroleo_2020_depart.loc[5:12:7].plot(kind='bar',x='Departamento',y= meses,figsize=(12,8)); plt.title('Departamentos con la producción mas alta de petróleo en el 2020') plt.ylabel('Producción petroleo (BPD)');

Se observa claramente un descenso en la producción de petróleo, el cual llega a su punto mínimo en el mes de mayo. después de esto tiene una pequeña recuperación, sin embargo, no se acerca a niveles pre-pandemia.

producion_petroleo_2020_empresa = producion_petroleo_2020.groupby('Operadora').sum()[meses].reset_index().round() producion_petroleo_2020_empresa.loc[6:10:4].plot(kind='bar',x='Operadora',y= meses,figsize=(12,8)); plt.title('Empresas con la producción mas alta de petróleo en el 2020') plt.ylabel('Producción petroleo (BPD)');

En el caso de las dos empresas que mas producen petróleo en Colombia para el 2020. Si se puede observar como afecta la pandemia. sin embargo, para el caso de Ecopetrol en el mes de marzo donde se declaro la cuarentena, se produjo una mayor cantidad de petróleo que otros meses, para después mantener una producción constante.

La empresa Geopark también sufrió una caída en su producción de petróleo, sin embargo, no fue muy significativa.

Mapas.

token_map_plot='pk.eyJ1IjoiY2hlbWlza3kiLCJhIjoiY2tnOGNhcXk3MGZ3eDJ5b2FxZ3ViajN1MyJ9.t3R24lWTwzTQwyJw4vuWFw'

import plotly.express as px px.set_mapbox_access_token(token_map_plot)

fig = px.scatter_mapbox(producion_petroleo_2020, lat="Latitud", lon="Longitud",color="Departamento",color_continuous_scale=px.colors.cyclical.IceFire, size_max=15, zoom=10) fig.show()

En el mapa se puede observar como están distribuidos los diferentes pozos petroleros y se segmentan por color según el departamento al que pertenecen.

fig = px.scatter_mapbox(producion_petroleo_2020, lat="Latitud", lon="Longitud",color="Departamento",size='Enero',color_continuous_scale=px.colors.cyclical.IceFire, size_max=15, zoom=10) fig.show()

Ahora se usa como referencia el mes de enero del 2020 para observar cuales son los campos que tiene una mayor producción de petróleo.

Análisis y conclusiones.

El conjunto de datos tiene la información mensual de producción de petróleo entre los años del 2017 a agosto del 2021 en Colombia. Segmentada por departamento, municipio, empresa y campos petroleros.

Se analizo este conjunto de datos buscaba responder a la siguiente pregunta:

¿La producción de petróleo en Colombia se vio afectada por la pandemia del covid-19?

Conclusiones:

Después de realizar la transformación, limpieza, carga y el análisis exploratorio de nuestro conjunto de datos se llego a las siguientes conclusiones:

Los 5 departamentos Colombianos con mas actividades petrolera son: Casanare, Meta, Santander, Putumayo y Huila.

Los 5 municipios Colombianos con mas actividad petrolera son: Orocue, Puerto Gaitán, San Luis de Palenque , Paz de Ariporo, Tauramena.

Existe 595 diferentes campos petroleros a lo largo de Colombia, de los cuales en el periodo del 2017 al 2021se ha extraído petróleo en algún momento.

El departamento del Meta es con diferencia el que ha prodición una mayor cantidad de petróleo en los últimos años, seguido por el departamento de Casanare, el cual cuenta con una mayor cantidad de pozos petroleros. sim embargo, debido a la alta presencia de grupos armados organizados al margen de la ley muchos de estos campos tienen una producción reducida de petróleo.

El municipio de Puerto Gaitán es donde ha existido una mayor producción de petróleo, en el periodo del 2017 al 2021.

Ecopetrol S.A. es la empresa que mas produce petróleo en Colombia con una gran diferencia y esto es consecuente al ser la empresa con mayor cantidad de pozos petroleros. En segundo lugar se encuentra Geopark Colombia S.A.S.

Año 2020.

Antes del año 2020 se observa una tendencia en aumento en la producción general de petróleo en Colombia y claramente se observa una disminución causada por la cuarentena obligatoria debido a la pandemia del covid-19.

Para cada año que integran el dataset, se tiene una producción anual de petróleo en BPD (Barriles petróleo diarios) de:

2017 = 854.133 BPD

2018 = 865.192 BPD

2019 = 885.884 BPD

2020 = 781.369 BPD

2021 = 732.349 BPD

Se observa como la producción anual de petróleo en Colombia va incrementando hasta el 2020 donde se produjo una reducción de 104.515 BPD menos que el año anterior. Lo que equivale a una disminución del 12 % menos comparada con el año anterior.

Teniendo en cuenta que el petróleo es un motor para la economía colombiana, por ser el principal generador de renta externa por encima incluso del café y por ser la fuente principal de rentas para las regiones, bien a título de regalías por su explotación o por contribuciones fiscales en las distintas fases de su proceso. Lo que implica un fuerte golpe para la economía colombiana, el cual se se vera reflejado en los años siguientes a la pandemia.

En este mismo año, la producción mensual mas baja se dio en el mes de mayo para después de esto incrementar a un valor aproximado de 760.000 BPD. En el 2021, se produjo aproximadamente de forma mensual el mismo valor, estando muy lejos en el mes de agosto de alcanzar los valores de producción pre-pandemia.

.css-15w88e5{color:var(--chakra-colors-fg-neutral-primary);font-weight:inherit;letter-spacing:-0.09px;}Análisis exploratorio de la producción de petróleo en Colombia entre el año 2017 al 2021.

Introducción.

Librerías.

Transformación y carga de datos.

Carga de la información.

Asignación del año de producción a cada conjunto de datos.

Tipos de datos del datset.

Concatenación de los datasets.

Datos nulos.

Exploración y análisis de datos.

Carga del dataset y previsualización.

Visión general del datset.

Análisis unidimensional de las variables.

Análisis multidimensional de las variables.

Análisis de producción por año.

Análisis de producción por departamento.

Análisis de producción de petróleo por municipio.

Análisis de producción de petróleo por empresa.

Análisis de producción de petróleo del año 2020.

Mapas.

Análisis y conclusiones.

Conclusiones:

Año 2020.

Análisis exploratorio de la producción de petróleo en Colombia entre el año 2017 al 2021.