### Install supported Python versions

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Uses pyenv to install multiple Python versions required for testing.

```shell
$ PY_VERSIONS=`pyenv install -l | awk '{$1=$1};1' | egrep -v '(-|r|^2|^3\.[0-6]\.)' | tac | sort -u -t'.' -k2,2`
$ echo $PY_VERSIONS | xargs -n1 pyenv install
```

--------------------------------

### Install sidrapy via pip

Source: https://github.com/alantaranti/sidrapy/blob/master/README.md

Use this command to install or update the library in your Python environment.

```shell
pip install -U sidrapy
```

--------------------------------

### Instalar dependências de desenvolvimento

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Instala o pacote no modo editável junto com as dependências listadas no arquivo de desenvolvimento.

```shell
$ pip install -e . -r requirements/development.txt
```

--------------------------------

### Instalar hooks do pre-commit

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Configura os hooks do Git para garantir a formatação do código antes de cada commit.

```shell
$ pre-commit install
```

--------------------------------

### Adicionar fork como repositório remoto

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Configura o repositório do usuário como um remoto chamado 'fork' para facilitar o envio de alterações.

```shell
$ git remote add fork https://github.com/{usuario}/sidrapy
```

--------------------------------

### Execute full test suite with tox

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Configures local Python versions and runs the full test suite via tox.

```shell
$ PY_VERSIONS=`pyenv versions | awk '{$1=$1};1' | egrep -v '(-|r|^2|^3\.[0-6]\.)'`
$ echo $PY_VERSIONS | xargs pyenv local
$ tox
```

--------------------------------

### Clonar o repositório sidrapy

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Baixa o código-fonte do projeto e entra no diretório criado.

```shell
$ git clone https://github.com/AlanTaranti/sidrapy
$ cd sidrapy
```

--------------------------------

### get_table() Parameters Reference

Source: https://context7.com/alantaranti/sidrapy/llms.txt

A comprehensive reference of all available parameters for the `get_table()` function, detailing their types, requirements, and descriptions.

```APIDOC
## GET /api/data/get_table

### Description
Provides a detailed reference for all parameters accepted by the `get_table()` function.

### Method
GET

### Endpoint
/api/data/get_table

### Parameters
#### Query Parameters
- **table_code** (str) - Required - Código da tabela no SIDRA.
- **territorial_level** (str) - Required - Nível territorial (1=Brasil, 2=Região, 3=UF, etc.).
- **ibge_territorial_code** (str) - Required - Código territorial ("all" para todos, ou código específico).
- **variable** (str) - Optional - Variáveis desejadas (padrão: todas exceto percentuais).
- **classification** (str) - Optional - Código de uma classificação única.
- **categories** (str) - Optional - Categorias da classificação (separadas por vírgula).
- **classifications** (Dict[str, str]) - Optional - Múltiplas classificações {código: categorias}.
- **period** (str) - Optional - Período ("last 12", "2018", "202002", etc.).
- **header** (str) - Optional - Incluir cabeçalho: "y" (sim) ou "n" (não).
- **format** (str) - Optional - Formato de saída: "pandas" (padrão) ou "list".

### Request Example
```python
import sidrapy

data = sidrapy.get_table(
    table_code="1419",
    territorial_level="1",
    ibge_territorial_code="all",
    variable="63",
    period="last 6",
    header="y",
    format="pandas"
)
```

### Response
#### Success Response (200)
- **Documentation** - Detailed information about each parameter.

#### Response Example
(This section describes the parameters, not a typical API response body.)
```

--------------------------------

### Criar e ativar ambiente virtual

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Cria e ativa um ambiente virtual Python para isolar as dependências do projeto.

```shell
$ python3 -m venv venv
$ . venv/bin/activate
```

```shell
> env\Scripts\activate
```

--------------------------------

### Criar branch para novos recursos

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Cria uma nova branch baseada na branch de desenvolvimento para novas funcionalidades.

```shell
$ git fetch origin
$ git checkout -b your-branch-name origin/develop
```

--------------------------------

### get_table() with Pandas DataFrame Output

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Demonstrates how to retrieve data in a Pandas DataFrame format, which is the default and facilitates data analysis and manipulation.

```APIDOC
## GET /api/data/get_table

### Description
Retrieves data from a SIDRA table and returns it as a Pandas DataFrame.

### Method
GET

### Endpoint
/api/data/get_table

### Parameters
#### Query Parameters
- **table_code** (str) - Required - The code of the table in SIDRA.
- **territorial_level** (str) - Required - The territorial level (e.g., '1' for Brazil, '2' for Region).
- **ibge_territorial_code** (str) - Required - The IBGE territorial code ('all' for all, or a specific code).
- **period** (str) - Required - The period for the data (e.g., '2018', 'last 6').
- **variable** (str) - Optional - Specifies the desired variables (e.g., 'allxp' for all except percentages).
- **header** (str) - Optional - Controls whether the header row is included ('y' for yes, 'n' for no). Defaults to 'y'.
- **format** (str) - Optional - The output format ('pandas' or 'list'). Defaults to 'pandas'.

### Request Example
```python
import sidrapy

data = sidrapy.get_table(
    table_code="1612",
    territorial_level="1",
    ibge_territorial_code="1",
    period="2018",
    variable="allxp",
    header="y",
    format="pandas"
)
print(data.columns.tolist())
```

### Response
#### Success Response (200)
- **DataFrame** - A Pandas DataFrame containing the requested data.

#### Response Example
```python
# Example output of data.columns.tolist()
# ['NC', 'NN', 'MC', 'MN', 'V', 'D1C', 'D1N', 'D2C', 'D2N', 'D3C', 'D3N', 'D4C', 'D4N']

# Example of filtered data
# print(area_plantada[['D1N', 'V', 'MN']])
#      D1N          V        MN
# 1   2018   73274337  Hectares
```
```

--------------------------------

### Utilizar todos os parâmetros da função get_table

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Exemplo de consulta configurando múltiplos filtros como período, variável e nível territorial.

```python
import sidrapy

# Exemplo usando todos os parâmetros
data = sidrapy.get_table(
    table_code="1419",           # Tabela do IPCA
    territorial_level="1",        # Brasil
    ibge_territorial_code="all",  # Todas as unidades
    variable="63",                # Variação mensal
    period="last 6",              # Últimos 6 períodos
    header="y",                   # Com cabeçalho
    format="pandas"               # Como DataFrame
)
```

--------------------------------

### Generate test coverage report

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Runs tests with coverage tracking and generates an HTML report.

```shell
$ coverage run -m pytest
$ coverage html
```

--------------------------------

### Enviar alterações para o fork

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Publica a branch local no repositório remoto do usuário no GitHub.

```shell
$ git push --set-upstream fork your-branch-name
```

--------------------------------

### sidrapy.get_table() - Basic Usage

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Fetches data from a SIDRA table with basic parameters like table code, territorial level, and period.

```APIDOC
## GET /api/sidrapy/table

### Description
Fetches data from a SIDRA table using its code, territorial level, and period.

### Method
GET

### Endpoint
/api/sidrapy/table

### Parameters
#### Query Parameters
- **table_code** (string) - Required - The code of the SIDRA table to query.
- **territorial_level** (string) - Required - The desired territorial level (e.g., '1' for Brazil).
- **ibge_territorial_code** (string) - Required - The IBGE territorial code (e.g., 'all' for all available units).
- **period** (string) - Optional - The period for which to retrieve data (e.g., 'last 12', '2023').
- **format** (string) - Optional - The desired output format ('dataframe' or 'list'). Defaults to 'dataframe'.

### Request Example
```python
import sidrapy

data = sidrapy.get_table(
    table_code="1419",
    territorial_level="1",
    ibge_territorial_code="all",
    period="last 12"
)
print(data.head())
```

### Response
#### Success Response (200)
- **data** (DataFrame or list) - The retrieved statistical data.

#### Response Example
```json
{
  "data": [
    {
      "NC": "1",
      "NN": "Brasil",
      "MC": "1004",
      "MN": "Mês do ano (Código)",
      "V": "1.05",
      "D1C": "202301",
      "D1N": "janeiro 2023"
    },
    {
      "NC": "1",
      "NN": "Brasil",
      "MC": "1004",
      "MN": "Mês do ano (Código)",
      "V": "0.73",
      "D1C": "202302",
      "D1N": "fevereiro 2023"
    }
  ]
}
```
```

--------------------------------

### Run basic tests with pytest

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Executes the basic test suite in the current environment.

```shell
$ pytest
```

--------------------------------

### Obter dados como Pandas DataFrame

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Utiliza o formato padrão para facilitar a manipulação de dados estatísticos com pandas.

```python
import sidrapy
import pandas as pd

# Obter dados de produção agrícola como DataFrame
# Tabela 1612 = Área plantada, área colhida, quantidade produzida,
# rendimento médio e valor da produção das lavouras temporárias
data = sidrapy.get_table(
    table_code="1612",
    territorial_level="1",
    ibge_territorial_code="1",
    period="2018",
    variable="allxp",  # Todas as variáveis exceto percentuais
    header="y",        # Incluir cabeçalho
    format="pandas"    # Formato DataFrame (padrão)
)

# Manipular dados com pandas
print(data.columns.tolist())
# ['NC', 'NN', 'MC', 'MN', 'V', 'D1C', 'D1N', 'D2C', 'D2N', 'D3C', 'D3N', 'D4C', 'D4N']

# Filtrar apenas área plantada
area_plantada = data[data['D2N'] == 'Área plantada']
print(area_plantada[['D1N', 'V', 'MN']])
#      D1N          V        MN
# 1   2018   73274337  Hectares
```

--------------------------------

### Configurar usuário e email no Git

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Define as credenciais globais do Git necessárias para identificar o autor dos commits.

```shell
$ git config --global user.name 'your name'
$ git config --global user.email 'your email'
```

--------------------------------

### Criar branch para correção de bug

Source: https://github.com/alantaranti/sidrapy/blob/master/CONTRIBUTING.md

Cria uma nova branch baseada na versão estável para correções de bugs ou documentação.

```shell
$ git fetch origin
$ git checkout -b your-branch-name origin/0.1.x
```

--------------------------------

### Fetch Data with get_table

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Retrieve statistical data from the SIDRA API as a pandas DataFrame.

```python
import sidrapy

# Exemplo básico: Obter dados do IPCA dos últimos 12 meses
# Tabela 1419 = IPCA - Variação mensal, acumulada no ano, acumulada em 12 meses
# Nível territorial 1 = Brasil
# ibge_territorial_code "all" = Todas as unidades territoriais disponíveis
data = sidrapy.get_table(
    table_code="1419",
    territorial_level="1",
    ibge_territorial_code="all",
    period="last 12"
)

# Resultado: DataFrame pandas com dados do IPCA
print(data.head())
#    NC      NN    MC               MN       V  D1C     D1N  ...
# 0   1  Brasil  1004  Mês do ano (Código)  ...  202301  janeiro 2023  ...
# 1   1  Brasil  1004  Mês do ano (Código)  ...  202302  fevereiro 2023  ...
```

--------------------------------

### Estrutura e manipulação da resposta da API

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Demonstra como acessar os metadados e valores de uma resposta retornada no formato de lista.

```python
# Campos comuns na resposta:
# NC  = Nível Territorial (Código)
# NN  = Nível Territorial (Nome)
# MC  = Unidade de Medida (Código)
# MN  = Unidade de Medida (Nome)
# V   = Valor
# D1C, D2C, ... = Dimensões (Códigos)
# D1N, D2N, ... = Dimensões (Nomes)

import sidrapy

data = sidrapy.get_table(
    table_code="1612",
    territorial_level="1",
    ibge_territorial_code="1",
    period="2018",
    format="list"
)

# Primeira linha é o cabeçalho (quando header='y')
cabecalho = data[0]
print(cabecalho)
# {
#     'NC': 'Nível Territorial (Código)',
#     'NN': 'Nível Territorial',
#     'MC': 'Unidade de Medida (Código)',
#     'MN': 'Unidade de Medida',
#     'V': 'Valor',
#     'D1C': 'Ano (Código)',
#     'D1N': 'Ano',
#     'D2C': 'Variável (Código)',
#     'D2N': 'Variável',
#     'D3C': 'Brasil (Código)',
#     'D3N': 'Brasil',
#     'D4C': 'Produto das lavouras temporárias (Código)',
#     'D4N': 'Produto das lavouras temporárias'
# }

# Segunda linha em diante são os dados
registro = data[1]
print(f"Ano: {registro['D1N']}")
print(f"Variável: {registro['D2N']}")
print(f"Valor: {registro['V']} {registro['MN']}")
# Ano: 2018
# Variável: Área plantada
# Valor: 73274337 Hectares
```

--------------------------------

### Obter dados sem cabeçalho

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Define o parâmetro header como 'n' para omitir a linha de descrição dos campos no resultado.

```python
import sidrapy

# Obter dados sem linha de cabeçalho
data = sidrapy.get_table(
    table_code="5459",
    territorial_level="1",
    ibge_territorial_code="all",
    classifications={"11278": "33460", "166": "3067,3327"},
    period="202002",
    header="n",        # Não incluir cabeçalho
    format="list"
)

# Resultado: Lista começando diretamente com os dados
# Sem a primeira linha de descrição dos campos
print(data[0])
# {
#     'D1C': '1',
#     'D1N': 'Brasil',
#     'D2C': '202002',
#     'D2N': '2º semestre 2020',
#     'D3C': '33460',
#     'D3N': 'menos de 1.200 toneladas',
#     'D4C': '3067',
#     'D4N': 'Armazéns graneleiros e granelizados',
#     'D5C': '152',
#     'D5N': 'Número de estabelecimentos',
#     'MC': '1020',
#     'MN': 'Unidades',
#     'NC': '1',
#     'NN': 'Brasil',
#     'V': '185'
# }
```

--------------------------------

### sidrapy.get_table() - With Multiple Classifications

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Fetches data by specifying multiple classifications and their respective categories using a dictionary.

```APIDOC
## GET /api/sidrapy/table/multi-classified

### Description
Fetches data from a SIDRA table using multiple classifications and categories specified in a dictionary.

### Method
GET

### Endpoint
/api/sidrapy/table/multi-classified

### Parameters
#### Query Parameters
- **table_code** (string) - Required - The code of the SIDRA table.
- **territorial_level** (string) - Required - The desired territorial level.
- **ibge_territorial_code** (string) - Required - The IBGE territorial code.
- **classifications** (object) - Required - A dictionary where keys are classification codes and values are comma-separated category codes.
- **period** (string) - Optional - The period for data retrieval.
- **format** (string) - Optional - The output format ('dataframe' or 'list'). Defaults to 'dataframe'.

### Request Example
```python
import sidrapy

data = sidrapy.get_table(
    table_code="5459",
    territorial_level="1",
    ibge_territorial_code="all",
    classifications={
        "11278": "33460",
        "166": "3067,3327"
    },
    period="202002",
    format="list"
)
print(data)
```

### Response
#### Success Response (200)
- **data** (DataFrame or list) - The statistical data filtered by multiple classifications.

#### Response Example
```json
{
  "data": [
    {
      "D1C": "Brasil (Código)",
      "D1N": "Brasil",
      "D3C": "Grupos de capacidade útil (Código)",
      "D3N": "Grupos de capacidade útil",
      "D4C": "Tipo de unidade armazenadora (Código)",
      "D4N": "Tipo de unidade armazenadora"
    },
    {
      "D1C": "1",
      "D1N": "Brasil",
      "D3C": "33460",
      "D3N": "menos de 1.200 toneladas",
      "D4C": "3067",
      "D4N": "Armazéns graneleiros e granelizados",
      "V": "185"
    }
  ]
}
```
```

--------------------------------

### sidrapy.get_table() - With Specific Classification

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Fetches data by specifying a unique classification and its category for more granular results.

```APIDOC
## GET /api/sidrapy/table/classified

### Description
Fetches data from a SIDRA table, filtering by a specific classification and category.

### Method
GET

### Endpoint
/api/sidrapy/table/classified

### Parameters
#### Query Parameters
- **table_code** (string) - Required - The code of the SIDRA table.
- **territorial_level** (string) - Required - The desired territorial level.
- **ibge_territorial_code** (string) - Required - The IBGE territorial code.
- **classification** (string) - Required - The code of the classification to filter by.
- **categories** (string) - Required - The category code(s) within the classification.
- **period** (string) - Optional - The period for data retrieval.
- **format** (string) - Optional - The output format ('dataframe' or 'list'). Defaults to 'dataframe'.

### Request Example
```python
import sidrapy

data = sidrapy.get_table(
    table_code="5459",
    territorial_level="1",
    ibge_territorial_code="all",
    classification="11278",
    categories="39324",
    period="202002",
    format="list"
)
print(data)
```

### Response
#### Success Response (200)
- **data** (DataFrame or list) - The filtered statistical data.

#### Response Example
```json
{
  "data": [
    {
      "NC": "Nível Territorial (Código)",
      "NN": "Nível Territorial",
      "MC": "Unidade de Medida (Código)",
      "MN": "Unidade de Medida",
      "V": "Valor",
      "D1C": "202301",
      "D1N": "janeiro 2023"
    },
    {
      "NC": "1",
      "NN": "Brasil",
      "MC": "1020",
      "MN": "Unidades",
      "V": "6731",
      "D2C": "202002",
      "D2N": "2º semestre 2020",
      "D3C": "39324",
      "D3N": "Total"
    }
  ]
}
```
```

--------------------------------

### get_table() without Header

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Illustrates how to fetch data without the header row by setting the `header` parameter to 'n'. This is useful when only the data itself is needed.

```APIDOC
## GET /api/data/get_table

### Description
Retrieves data from a SIDRA table without including the header row.

### Method
GET

### Endpoint
/api/data/get_table

### Parameters
#### Query Parameters
- **table_code** (str) - Required - The code of the table in SIDRA.
- **territorial_level** (str) - Required - The territorial level.
- **ibge_territorial_code** (str) - Required - The IBGE territorial code ('all' or specific).
- **classifications** (Dict[str, str]) - Optional - Multiple classifications in the format {code: categories}.
- **period** (str) - Required - The period for the data.
- **header** (str) - Optional - Set to 'n' to exclude the header row.
- **format** (str) - Optional - The output format ('pandas' or 'list'). Defaults to 'pandas'.

### Request Example
```python
import sidrapy

data = sidrapy.get_table(
    table_code="5459",
    territorial_level="1",
    ibge_territorial_code="all",
    classifications={"11278": "33460", "166": "3067,3327"},
    period="202002",
    header="n",
    format="list"
)
print(data[0])
```

### Response
#### Success Response (200)
- **list** - A list of dictionaries, where each dictionary represents a data record. The first element is the first data record, as the header is omitted.

#### Response Example
```json
{
    "D1C": "1",
    "D1N": "Brasil",
    "D2C": "202002",
    "D2N": "2º semestre 2020",
    "D3C": "33460",
    "D3N": "menos de 1.200 toneladas",
    "D4C": "3067",
    "D4N": "Armazéns graneleiros e granelizados",
    "D5C": "152",
    "D5N": "Número de estabelecimentos",
    "MC": "1020",
    "MN": "Unidades",
    "NC": "1",
    "NN": "Brasil",
    "V": "185"
}
```
```

--------------------------------

### Fetch IPCA data with sidrapy

Source: https://github.com/alantaranti/sidrapy/blob/master/README.md

Retrieve statistical data by specifying the table code, territorial level, and time period.

```python
import sidrapy

data = sidrapy.get_table(table_code="1419", territorial_level="1", ibge_territorial_code="all", period="last 12")
```

--------------------------------

### API Response Structure

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Explains the common fields and structure of the data returned by the SIDRA API, including codes and names for different dimensions.

```APIDOC
## API Response Structure

### Description
Details the standard structure of data returned by the SIDRA API, including common fields for territorial levels, units of measure, and dimensions.

### Common Fields
- **NC**: Nível Territorial (Código)
- **NN**: Nível Territorial (Nome)
- **MC**: Unidade de Medida (Código)
- **MN**: Unidade de Medida (Nome)
- **V**: Valor
- **D1C, D2C, ...**: Dimensões (Códigos)
- **D1N, D2N, ...**: Dimensões (Nomes)

### Response Example (List Format)
```python
import sidrapy

data = sidrapy.get_table(
    table_code="1612",
    territorial_level="1",
    ibge_territorial_code="1",
    period="2018",
    format="list"
)

# Header row (when header='y')
cabecalho = data[0]
print(cabecalho)
# {
#     'NC': 'Nível Territorial (Código)',
#     'NN': 'Nível Territorial',
#     'MC': 'Unidade de Medida (Código)',
#     'MN': 'Unidade de Medida',
#     'V': 'Valor',
#     'D1C': 'Ano (Código)',
#     'D1N': 'Ano',
#     'D2C': 'Variável (Código)',
#     'D2N': 'Variável',
#     'D3C': 'Brasil (Código)',
#     'D3N': 'Brasil',
#     'D4C': 'Produto das lavouras temporárias (Código)',
#     'D4N': 'Produto das lavouras temporárias'
# }

# Data record
registro = data[1]
print(f"Ano: {registro['D1N']}")
print(f"Variável: {registro['D2N']}")
print(f"Valor: {registro['V']} {registro['MN']}")
# Ano: 2018
# Variável: Área plantada
# Valor: 73274337 Hectares
```
```

--------------------------------

### Fetch Data with Multiple Classifications

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Perform complex queries by passing a dictionary of classifications and categories.

```python
import sidrapy

# Obter dados com múltiplas classificações
# Classificação 11278 = Grupos de capacidade útil (categoria 33460 = menos de 1.200 toneladas)
# Classificação 166 = Tipo de unidade armazenadora (categorias 3067 e 3327)
data = sidrapy.get_table(
    table_code="5459",
    territorial_level="1",
    ibge_territorial_code="all",
    classifications={"11278": "33460", "166": "3067,3327"},
    period="202002",
    format="list"
)

# Resultado esperado:
# [
#     {
#         "D1C": "Brasil (Código)",
#         "D1N": "Brasil",
#         "D2C": "Semestre (Código)",
#         "D2N": "Semestre",
#         "D3C": "Grupos de capacidade útil (Código)",
#         "D3N": "Grupos de capacidade útil",
#         "D4C": "Tipo de unidade armazenadora (Código)",
#         "D4N": "Tipo de unidade armazenadora",
#         ...
#     },
#     {
#         "D1C": "1",
#         "D1N": "Brasil",
#         "D2C": "202002",
#         "D2N": "2º semestre 2020",
#         "D3C": "33460",
#         "D3N": "menos de 1.200 toneladas",
#         "D4C": "3067",
#         "D4N": "Armazéns graneleiros e granelizados",
#         "D5C": "152",
#         "D5N": "Número de estabelecimentos",
#         "V": "185",
#         ...
#     },
#     ...
# ]
```

--------------------------------

### Fetch Data with Single Classification

Source: https://context7.com/alantaranti/sidrapy/llms.txt

Filter data using a specific classification and category, returning the result as a list.

```python
import sidrapy

# Obter dados de capacidade de armazenamento agrícola
# Tabela 5459 = Capacidade útil dos estabelecimentos agropecuários
# Classificação 11278 = Grupos de capacidade útil
# Categoria 39324 = Total
data = sidrapy.get_table(
    table_code="5459",
    territorial_level="1",
    ibge_territorial_code="all",
    classification="11278",
    categories="39324",
    period="202002",
    format="list"
)

# Resultado esperado (formato lista):
# [
#     {
#         "NC": "Nível Territorial (Código)",
#         "NN": "Nível Territorial",
#         "MC": "Unidade de Medida (Código)",
#         "MN": "Unidade de Medida",
#         "V": "Valor",
#         ...
#     },
#     {
#         "NC": "1",
#         "NN": "Brasil",
#         "MC": "1020",
#         "MN": "Unidades",
#         "V": "6731",
#         "D2C": "202002",
#         "D2N": "2º semestre 2020",
#         "D3C": "39324",
#         "D3N": "Total",
#         "D4C": "152",
#         "D4N": "Número de estabelecimentos",
#         ...
#     },
#     ...
# ]
```

=== COMPLETE CONTENT === This response contains all available snippets from this library. No additional content exists. Do not make further requests.