Fuentes de datos

Resumen de fuentes

Detalle por elección / comunidad

Congreso (00-congreso)

• Fuente: Paquete R infoelectoral (datos del Ministerio del Interior).
• Método: Funciones provincias(), municipios(), mesas() del paquete.
• Granularidad: Provincia, municipio y sección censal (mesa).
• Ficheros brutos: No hay CSV en data-raw/; el paquete descarga directamente desde la fuente oficial.
• Scripts: sauron_formats.R (orquestador) → format_provincias.R, format_municipios.R, format_secciones.R.
• Notas: Separa CER (residentes) de CERA (residentes ausentes).

Andalucía (01-andalucia)

• Fuente: API del Sistema de Información Electoral de Andalucía de la Junta de Andalucía.
• URL base: https://ws040.juntadeandalucia.es/siel-api/v1
• Método: REST API (httr::GET) con endpoints: /opciones/fconvocatoria, /opciones/provincia, /opciones/municipio, /opciones/distrito, /opciones/seccion.
• Granularidad: Provincia, municipio y sección censal.
• Ficheros brutos: resumen_{provincias,municipios,secciones}.csv, escrutinio_{provincias,municipios,secciones}.csv, nomenclators/*.rds.
• Scripts: 00_fetch-nomenclators.R → 01-06_fetch-info/votos-*.R (descarga paralela con future_pmap_dfr) → 07-format-data.R.
• Notas: Descarga paralela con rate limiting (5 reintentos, 2s de pausa base). CERA en municipio=901. Agrega a nivel CCAA.

Aragón (02-aragon)

• Fuente: Portal de datos abiertos del Gobierno de Aragón.
• Método: Ficheros CSV/XLSX descargados manualmente.
• Granularidad: Municipal y provincial (histórico); mesa/sección en elecciones recientes.
• Ficheros brutos: Resultados electorales agrupados a escala municipal (histórico).csv, Resultados electorales agrupados a escala provincial (histórico).xlsx, carpetas por año (2011/, 2015/, 2019/, 2023/).
• Scripts: 01_format-info.R (resumen/participación), 02_format-votos.R (votos por partido).
• Notas: CERA identificado como municipio=‘000’. Formatos de tabla variables por año. Cobertura: 2011–2023.

Asturias (03-asturias)

• Fuente: Doble fuente — SADEI (pre-2015) + GIPEYOP (2015+).
• Método: SADEI: scraping web + lectura de ficheros .px (paquete pxR). GIPEYOP: lectura directa de xlsx.
• Granularidad: Mesa (2015+), municipal (pre-2015).
• Ficheros brutos: SADEI/*.px, gipeyop/Asturias{2015,2019,2023}_mesas.xlsx, censo_ine/, correspondencia_municipio-circunscripcion.xlsx.
• Scripts: 00_get-nomenclator-sadei.R, 01_format-data.R.
• Notas: Asturias tiene circunscripciones sub-provinciales (Occidente/Centro/Oriente, códigos 331/332/333). Transformaciones pivot complejas para el formato .px.

Baleares (04-baleares)

• Fuente: IBESTAT (Institut d’Estadística de les Illes Balears) + GIPEYOP.
• Método: Lectura de ficheros .px (formato PX-WEB estadístico) con pxR::read.px().
• Granularidad: Mesa/sección.
• Ficheros brutos: Carpetas por año (1983/–2023/) con ficheros .px, 22codislas.xlsx (mapeo islas), cera/, gipeyop/.
• Scripts: format.R.
• Notas: Circunscripciones insulares (Mallorca, Menorca, Ibiza, Formentera). Códigos de 12 caracteres (pre-1995) vs 10 caracteres (1995+). Cobertura: 1983–2023.

Canarias (05-canarias)

• Fuente: PARCAN (1999+) + ISTAC + GIPEYOP (1983–2015).
• Método: PARCAN: descarga CSV por municipio. ISTAC: lectura de xlsx. GIPEYOP: lectura de xlsx.
• Granularidad: Municipal (PARCAN), provincial/sección (GIPEYOP/ISTAC).
• Ficheros brutos: parcan/ (CSV por municipio), istac/ (datasets ISTAC xlsx), gipeyop/Canarias{1983,1987}_provincias.xlsx, Canarias{1991-2015}_secciones.xlsx.
• Scripts: 00_download-data-parcan.R, format.R.
• Notas: 7 circunscripciones insulares (Fuerteventura, Gran Canaria, La Gomera, El Hierro, La Palma, Tenerife, Lanzarote) + circunscripción autonómica. Cobertura: 1983–2023.

Castilla y León (07-cyl)

• Fuente: Portal de datos abiertos de la Junta de Castilla y León.
• Método: Ficheros CSV descargados manualmente.
• Granularidad: Mesa (código de mesa parseado a sección/distrito/municipio/provincia).
• Ficheros brutos: Un CSV por año (1983.csv–2022.csv), delimitados por ;, codificación Latin-1.
• Scripts: format.R.
• Notas: Parsea la estructura del código de mesa para extraer provincia/municipio/distrito/sección. Agrega por niveles. Cobertura: 1983–2022.

Cataluña (09-catalunya)

• Fuente: Generalitat de Catalunya.
• Método: Ficheros CSV descargados (datos abiertos electorales).
• Granularidad: Mesa.
• Ficheros brutos: Patrón de nombre A{YYYY}{N}-{TIPO}-ME.csv (ej: A20231-Columnes-ME.csv).
• Scripts: 01_format-data.R.
• Notas: Nombres de columna en catalán. Locale con coma decimal y punto de agrupación. CERA en municipio=‘998’. Cobertura: 1980–2023.

Comunidad Valenciana (10-comunidad-valenciana)

• Fuente: Portal de Datos Abiertos de la Generalitat Valenciana.
• Método: Ficheros CSV y xlsx descargados manualmente.
• Granularidad: Mesa/sección.
• Ficheros brutos: CSV por año (1987.csv–2023.csv) + Comunitat Valenciana1983_municipios.xlsx (1983 en formato especial).
• Scripts: format.R.
• Notas: Naming de columnas variable entre años. Codificación variable. 1983 es xlsx con resultados municipales precalculados. Cobertura: 1983–2023.

Comunidad de Madrid (13-comunidad-madrid)

• Fuente: Portal de Datos Abiertos de la Comunidad de Madrid.
• Método: Ficheros Excel (.xls/.xlsx) descargados manualmente.
• Granularidad: Mesa.
• Ficheros brutos: {año}_Mesas.xls (1995–2021), datos_electorales_elecciones_autonomicas_comunidad_de_madrid_2023.xlsx (2023, formato diferente), Madrid{1983,1987,1991}_circunscripcion.xlsx (histórico).
• Scripts: format.R.
• Notas: 2003 tiene dos elecciones (mayo y octubre). Multi-header parsing en Excel. Circunscripción única (provincial). Cobertura: 1983–2023.

Fuentes transversales

Fechas de elecciones

• Fichero: data-raw/fechas_elecciones.csv — contiene tipo_eleccion, fecha (en texto español, ej: “9 de junio de 2024”), ccaa.
• Fuente alternativa: Scraping de la Junta Electoral Central (fechas-elecciones-scrap.R).

Códigos territoriales

Representantes y escaños

Agradecimientos

Cuando no se ha encontrado una fuente oficial directa se han empleado los datos históricos del Spanish Electoral Archive (SEA), elaborado por el GIPEYOP (Grupo de Investigación en Procesos Electorales y Opinión Pública) de la Universitat de València. Agradecemos enormemente su labor de recopilación y puesta a disposición de estos datos electorales.