Formatos de descarga

Los datos de eleccionesdb están disponibles para descarga en tres formatos, pensados para diferentes perfiles de uso y herramientas de análisis.

Parquet

Ideal para: análisis de datos con R, Python, DuckDB o cualquier herramienta compatible con Apache Arrow.

Contenido

Tablas individuales normalizadas en formato columnar:

descargas/parquet/
├── dimensiones/
│   ├── elecciones.parquet
│   ├── partidos.parquet
│   ├── partidos_recode.parquet
│   ├── territorios.parquet
│   └── tipos_eleccion.parquet
└── hechos/
    ├── resumen_territorial.parquet
    └── votos_territoriales.parquet

Ventajas

• Formato columnar altamente eficiente en espacio y velocidad de lectura.
• Conserva tipos de datos (enteros, fechas, texto).
• Ideal para cargar en data frames y hacer análisis exploratorio.
• Compatible con DuckDB para consultas SQL directamente sobre los ficheros.

Cómo usarlo en R

library(arrow)

# Leer una tabla
elecciones <- read_parquet("descargas/parquet/dimensiones/elecciones.parquet")
votos <- read_parquet("descargas/parquet/hechos/votos_territoriales.parquet")

# Unir dimensiones con hechos
library(dplyr)
votos_con_partido <- votos |>
  left_join(read_parquet("descargas/parquet/dimensiones/partidos.parquet"),
            by = c("partido_id" = "id"))

Cómo usarlo en Python

import pandas as pd

# Leer una tabla
elecciones = pd.read_parquet("descargas/parquet/dimensiones/elecciones.parquet")
votos = pd.read_parquet("descargas/parquet/hechos/votos_territoriales.parquet")

# Con PyArrow
import pyarrow.parquet as pq
table = pq.read_table("descargas/parquet/hechos/votos_territoriales.parquet")
df = table.to_pandas()

SQLite

Ideal para: consultas SQL, exploración relacional, prototipos de aplicaciones.

Contenido

Un único fichero descargas/eleccionesdb.sqlite con el esquema relacional completo:

• Todas las tablas de dimensiones y hechos.
• Claves primarias (PKs) y claves foráneas (FKs).
• Restricciones UNIQUE.
• Índices para consultas eficientes.

Ventajas

• Base de datos relacional autocontenida en un solo fichero.
• No requiere servidor: funciona directamente en local.
• Permite consultas SQL complejas con JOINs, agregaciones, subqueries.
• Esquema con integridad referencial.

Cómo usarlo en R

library(DBI)
library(RSQLite)

con <- dbConnect(SQLite(), "descargas/eleccionesdb.sqlite")

# Listar tablas
dbListTables(con)

# Consulta SQL
votos_psoe <- dbGetQuery(con, "
  SELECT e.year, e.descripcion, SUM(v.votos) as total_votos
  FROM votos_territoriales v
  JOIN elecciones e ON v.eleccion_id = e.id
  JOIN partidos p ON v.partido_id = p.id
  JOIN partidos_recode pr ON p.partido_recode_id = pr.id
  WHERE pr.partido_recode = 'PSOE'
  GROUP BY e.id
  ORDER BY e.year
")

dbDisconnect(con)

Cómo usarlo en Python

import sqlite3
import pandas as pd

con = sqlite3.connect("descargas/eleccionesdb.sqlite")

# Listar tablas
tables = pd.read_sql("SELECT name FROM sqlite_master WHERE type='table'", con)

# Consulta SQL
df = pd.read_sql("""
    SELECT e.year, e.descripcion, SUM(v.votos) as total_votos
    FROM votos_territoriales v
    JOIN elecciones e ON v.eleccion_id = e.id
    JOIN partidos p ON v.partido_id = p.id
    JOIN partidos_recode pr ON p.partido_recode_id = pr.id
    WHERE pr.partido_recode = 'PSOE'
    GROUP BY e.id
    ORDER BY e.year
""", con)

con.close()

CSV planos (pre-joineados)

Ideal para: uso rápido, hojas de cálculo, importación directa sin necesidad de JOINs.

Contenido

Dos ficheros CSV con las tablas de hechos ya unidas con todas sus dimensiones:

descargas/csv/
├── resumen_territorial.csv
└── votos_territoriales.csv

Cada fila incluye tanto los datos numéricos (votos, censo, participación) como los campos descriptivos de las dimensiones (nombre del territorio, siglas del partido, descripción de la elección, etc.).

Ventajas

• Listos para usar: no requieren JOINs ni esquema relacional.
• Abribles directamente en Excel, Google Sheets o cualquier editor de texto.
• Formato universal compatible con cualquier herramienta.

Cómo usarlo en R

library(readr)

resumen <- read_csv("descargas/csv/resumen_territorial.csv")
votos <- read_csv("descargas/csv/votos_territoriales.csv")

Cómo usarlo en Python

import pandas as pd

resumen = pd.read_csv("descargas/csv/resumen_territorial.csv")
votos = pd.read_csv("descargas/csv/votos_territoriales.csv")

Comparativa de formatos