Guías prácticas detalladas

Crear un diccionario de datos útil

Describir granularidad, columnas, tipos, unidades, valores ausentes y claves antes de calcular o unir.

Actualización :

Portátil con una tabla abstracta y tarjetas que definen sus columnas sobre una mesa. Escena ilustrativa.

Ilustración generada por IA

¿Permite la definición comprobar cada valor?

Un encabezado no basta para entender un archivo. El diccionario relaciona campos, definiciones, dominios y versiones. Distinga conjunto y distribuciones, como CSV y API.

  1. Definir una fila

    Defina objeto, territorio y periodo: empresa-año difiere de establecimiento-mes. Indique clave única esperada y relaciones con tablas.

  2. Describir cada campo

    Para cada columna: nombre exacto, definición, tipo, formato, unidad, códigos, nulabilidad y origen. Guarde IDs con ceros iniciales como texto.

  3. Probar y versionar

    Pruebe unicidad, dominios y campos requeridos en el archivo real. Vacío, no aplicable y cero difieren. Feche cambios de definición, código o tipo.

Taller de lectura

Un contrato de expediente, sin reparación silenciosa

El contrato DEMO define una fila por expediente. Sus reglas inventadas no describen ningún registro real.

Datos y registros ficticios para aprender: ninguno de estos resultados procede de una consulta en directo.

Conservar lo recibido y rechazar desviaciones

La distribución es JSON: record_id es una cadena de cuatro dígitos, state es OPEN o CLOSED y amount es decimal o null. record_id debe ser único. Mayúsculas y tipos son parte del contrato.

Si la tabla supera la pantalla, desplácela horizontalmente; las flechas funcionan cuando la zona tiene el foco.

Conservar lo recibido y rechazar desviaciones
Campo o reglaValor probadoLectura contractualAcción
record_id: texto"0042"; número 42La cadena se admite; el número incumple el tipoRechazar 42 sin inventar ceros.
state: código exactoOPEN; openOPEN se admite; open queda fuera del dominioNo cambiar mayúsculas sin una regla validada.
amount: número o null12.5; "12.5"; null; ""Número y null admitidos; ambas cadenas rechazadasnull significa desconocido; nunca cero por defecto.
record_id únicoDos filas con "0042"La clave se repite aunque cambien los importesNo validar la salida y pedir el nivel correcto de observación.

¿Puede la conversión automática validar todas las filas?

Abra cada propuesta para comparar su diagnóstico. Pueden seguir siendo necesarios otros controles.

Sí: basta convertir números, mayúsculas y vacíos

No. Borra anomalías e introduce hipótesis ausentes del contrato.

No: conservar valores brutos e infracciones identificadas

Sí. Separar errores de tipo, códigos inválidos y claves repetidas. Resolver con documentación o productor.

null y cadena vacía siempre equivalen

No. Este contrato JSON los distingue. Un CSV puede tener otra regla, documentada por separado.

Registro ficticio de validación

Contrato: DEMO, una fila por expediente, JSON
record_id: texto de cuatro dígitos, clave única
state: OPEN o CLOSED, mayúsculas exactas
amount: número decimal o null; null=desconocido
Infracciones: tipo, código, cadena vacía, clave repetida
Decisión: datos brutos conservados, salida sin validar

La notación resume un contrato didáctico, no un esquema ejecutable completo. No se valida ningún archivo del usuario.

Documentación de las reglas, separada de los ejemplos ficticios

Comparar otras situaciones y ejercicios

Código convertido a número

Conserve el código exacto y pruebe que la carga mantiene ceros iniciales.

Importe sin unidad

Identifique moneda, escala y periodo antes de sumar; no infiera unidad de la magnitud.

Lectura guiada de un fragmento

Tres filas, cuatro reglas que comprobar

En este ejemplo ficticio, cada fila describe un centro para un año. El diccionario siguiente fija las reglas de lectura; los datos contienen una anomalía deliberada.

Ejercicio ficticio: identificadores, valores y fechas ilustran el control. El fragmento no es una respuesta recogida en directo.

  1. Leer la clave

    La pareja site_id y year debe ser única. Un centro puede aparecer en varios años.

  2. Leer los valores

    site_id es un identificador de texto de tres cifras. amount_kEUR es un importe anual en miles de euros; una celda vacía significa no informado.

  3. Comprobar antes de calcular

    Compare las parejas de claves, conserve los ceros iniciales y distinga importe cero e importe desconocido antes de agregar.

Extracto y diccionario simplificado

site_id,year,amount_kEUR
007,2024,
007,2025,0
007,2025,12.5

site_id     : string; pattern = ^[0-9]{3}$; required
year        : integer; required
amount_kEUR : decimal; unit = 1000 EUR; empty = unknown
key         : (site_id, year); unique

Qué examinar

Clave compuesta
Las dos últimas filas comparten la pareja 007 y 2025: incumplen la unicidad. No elija arbitrariamente qué fila conservar.
Unidad
12.5 representa 12 500 EUR en este ejemplo, sin conversión de moneda.
Valor ausente
El importe vacío de la primera fila es desconocido; 0 en la segunda es un importe declarado nulo.
¿Se puede sumar directamente la columna de importes?

Razonamiento

No. Primero resuelva la clave duplicada con el productor y defina cómo tratar los valores ausentes. Sumar solo los valores conocidos ocultaría la fila desconocida y podría contar dos veces el mismo centro-año. Conserve las filas originales y documente la decisión.

Referencias oficiales : W3C — Model for Tabular Data and Metadata on the Web

Ejercicio resuelto

Unidad y precisión ausentes del diccionario

Ejemplo ficticio: los valores y documentos permiten aprender el método y no describen una organización real.

El productor define amount en miles de euros, redondeados a una décima. El diccionario interno solo dice «número»; no se facilitan importes brutos.

Si la tabla supera la pantalla, desplácela horizontalmente; las flechas funcionan cuando la zona tiene el foco.

Datos iniciales
Filaamount
A1.2
B2.5

Comprobaciones

  1. Añadir unidad, multiplicador y redondeo.
  2. Separar tipo informático y significado.
  3. Revisar cálculos anteriores con el campo.
Leer la solución

Solución y decisión

La suma publicada es 3.7 miles de euros, o 3 700 euros. Escribir 3.70 no aporta precisión. Definir la unidad y explicar que se suman valores redondeados, no importes exactos conocidos.

Si cambia el caso

Si hay importes brutos sin redondear, calcularlos por separado e identificar su versión. Añadir una ausencia al juego ficticio: amount=0 es un importe cero conocido; una celda declarada desconocida no aporta importe. Documentar el código de ausencia y comprobar que la importación no lo convierta silenciosamente en cero antes de agregar.

Registro que conservar

Guardar definición, unidad, escala, precisión, ausencias y ejemplo válido.

Referencia documental : W3C — CSV on the Web: A Primer · Consultada el

REFERENCIAS DOCUMENTADAS

JSON Pointer: distinguir ausencia, cero y null

RFC 6901 dirige a un valor JSON; no es JSONPath ni modificación. El lector usa un documento didáctico inventado, no observaciones, y distingue valor, camino ausente y sintaxis inválida.

items0count/items/0/count → 0
JSON Pointer: distinguir ausencia, cero y null
ReferenciaValor o formaQué identifica
""Root valueLa cadena vacía selecciona todo el documento; no significa sin resultados.
/Empty member nameUn slash selecciona la propiedad de nombre vacío si existe, no la raíz.
~1/ inside member nameCodifique slash interno como ~1. La propiedad a/b difiere de a que contiene b.
~0~ inside member nameTilde como ~0. Decodifique ~1 antes de ~0: ~01 significa ~1 literal, no slash.
/items/0Zero-based array indexEl primer índice es cero; entero no negativo sin ceros iniciales extra.
/items/01Invalid array index01 no es índice válido pero puede ser clave exacta de objeto; importa el tipo.
/items/-No existing array memberGuion apunta después del último elemento, inexistente para lectura; no añade automáticamente.
#/a~1bURI-fragment formFragmento URI empieza por # y decodifica URI. Codifique porcentaje literal allí; no decodifique la forma texto como URI.

Leer JSON Pointer en un ejemplo didáctico

Documento inventado: las cifras no son observaciones. Lectura local sin peticiones ni modificaciones.

Documento didáctico

{
    "items": [
        {
            "id": "A",
            "count": 0,
            "note": null
        },
        {
            "id": "B",
            "count": 3,
            "note": ""
        }
    ],
    "a/b": {
        "m~n": true
    },
    "": false,
    "01": "code",
    "é": "accent",
    "~1": "literal",
    "c%d": "percent"
}

Ejemplo inicial: /items/0/count da 0; /items/0/note da null; /items/1/note da cadena vacía; / da false.

Valor encontrado · número

Valor seleccionado

0

Nombres exactos: no se eliminan espacios ni se normalizan acentos. No añade elementos ni procesa JSONPath.

Qué conservar en el expediente

Compare nombres exactos sin corregir acentos, mayúsculas o espacios. Preserve null, false, cero y cadena vacía. Sintaxis válida puede no resolver nada; no invente cero. Claves no cambian con el idioma.

¿Por qué /items/0/note encuentra null y otro camino falla?

La propiedad existe con null explícito. Una propiedad ausente no resuelve valor; son situaciones distintas para uniones y conversiones.

Documentación primaria

Documentación consultada el .

REFERENCIAS DOCUMENTADAS

JSON: texto válido puede perder un identificador

RFC 8259 fija sintaxis, no precisión ilimitada. Números largos pueden cambiar al leerlos. Formas educativas, no identificadores asignados.

JSON: texto válido puede perder un identificador
ReferenciaValor o formaQué identifica
Integer interoperability−9007199254740991 … 9007199254740991Intervalo entero interoperable con binary64, no límite sintáctico de JSON.
Beyond 2^53 − 1binary64 · 2^53 + 1Fuera, algunos enteros son exactos pero no todos los consecutivos se distinguen.
"00123" / 123"00123" ≠ 123La cadena "00123" conserva ceros, el número 123 no; código no implica cantidad.
NaN / InfinityJSON: ✗NaN e Infinity no son literales numéricos JSON.
Duplicate object namesSHOULDNombres SHOULD únicos: lectores conservan último, rechazan o muestran todas las parejas.
Network exchangeUTF-8 · RFC 8259 §8.1Intercambio fuera de ecosistema cerrado requiere UTF-8; no evita redondeo.

Qué conservar en el expediente

Fije tipos antes de leer. Convertir un número redondeado a texto no recupera cifras. Detecte duplicados antes de sobrescritura y guarde fuente.

¿JSON.parse verifica todo identificador largo?

No: puede redondear y sobrescribir claves. Valide también la representación original.

Documentación primaria

Documentación consultada el .

Prueba que conservar

  • Objeto de fila y clave esperada.
  • Definiciones, tipos, unidades, códigos y reglas de ausencias.
  • Versión del esquema, archivo revisado y anomalías.

Referencias oficiales

Fichas de fuentes relacionadas

Protocolos relacionados

Comprobaciones antes de concluir

  • ¿Es única la clave esperada en el archivo comprobado?
  • ¿Están definidos tipos, unidades y valores ausentes sin supuestos implícitos?
  • ¿Se registran las desviaciones del diccionario antes del cálculo?

Preguntas frecuentes

¿Bastan ejemplos?

No: un ejemplo muestra un valor; la definición fija todos los admisibles.

¿Se necesita versión por formato?

Documente esquema común y diferencias: nombres, formatos y reglas de nulos.

¿Qué hacer si falta la definición de un campo?

Buscar la documentación y mantener la incertidumbre. Los valores observados pueden ayudar a formular una hipótesis, pero no siempre son suficientes para confirmar el sentido ni las operaciones pertinentes.

HERRAMIENTAS / REGISTROS

Información que registrar

Pruebe unicidad, dominios y campos requeridos en el archivo real. Vacío, no aplicable y cero difieren. Feche cambios de definición, código o tipo.

  • Fecha de consulta y zona horaria
  • URL exacta
  • Versión / revisión
  • Objeto de una fila
  • Nombre exacto de columna
  • Tipo lógico y formato
  • Método / definición
  • Unidad / base de cálculo
  • Dominio y lista de códigos
  • Valores ausentes y nulabilidad
  • Clave esperada y unicidad
  • Productor / editor
  • Decisión / próxima acción
  • Responsable del control
  • Próximo control

REFERENCIAS DOCUMENTADAS

Claves y restricciones garantizan cosas distintas

Un campo id no es automáticamente clave primaria. Importan restricciones efectivas. Reglas PostgreSQL 18; otros sistemas tratan NULL de otra manera.

[[null], [null]]UNIQUE → ✓UNIQUE NULLS NOT DISTINCT → ✕ · PRIMARY KEY → ✕
Claves y restricciones garantizan cosas distintas
ReferenciaValor o formaQué identifica
PRIMARY KEY (a)Único y no nuloClave simple: única y no nula, no prueba exactitud real o estabilidad.
UNIQUE (a)NULL distintos por defectoUNIQUE permite varios NULL por defecto; no garantiza completitud.
UNIQUE NULLS NOT DISTINCT (a)Como máximo un NULL en esta columnaNULLS NOT DISTINCT admite como máximo un NULL en columna a, pero permite una ausencia.
PRIMARY KEY (a, b)Par único · componentes no nulosLa clave compuesta hace único el par, no cada componente; ambos no nulos.
FOREIGN KEY · MATCH SIMPLECualquier NULL puede eximir referenciaMATCH SIMPLE puede eximir referencia con cualquier componente NULL.
FOREIGN KEY · MATCH FULLSolo todos NULL eximen referenciaMATCH FULL solo exime todos NULL; mezcla falla. Use NOT NULL para referencia obligatoria.
CHECK (x > 0)Verdadero o desconocido pasaCHECK acepta verdadero o desconocido; x ausente puede pasar x > 0.

Comparar tres políticas sobre las mismas claves

Array JSON de 0–50 filas; cada fila tiene 1–3 componentes, siempre la misma cantidad. Cada componente es una cadena de hasta 64 puntos de código o null. Ambas tablas unidas deben tener igual anchura. Máximo 20.000 caracteres JSON por campo. Una cadena vacía es un valor distinto de null.

Ejemplos didácticos y cálculo local sin consultar una base ni transmitir entradas. Comparación sensible a mayúsculas sin recortar espacios, normalizar Unicode ni convertir tipos. Los resultados describen solo las filas introducidas y no certifican restricciones de una base real.

Ejemplo didáctico calculado; modifique las entradas y examínelas.

Filas introducidas
2
Filas con al menos un NULL
2
UNIQUE
Compatible con esta política
UNIQUE NULLS NOT DISTINCT
Incompatible con esta política
PRIMARY KEY
Incompatible con esta política
Seis conjuntos didácticos: compatibilidad por política
Conjunto de clavesUNIQUEUNIQUE NULLS NOT DISTINCTPRIMARY KEY
[["001"],["002"]]Compatible con esta políticaCompatible con esta políticaCompatible con esta política
[["001"],["001"]]Incompatible con esta políticaIncompatible con esta políticaIncompatible con esta política
[[null]]Compatible con esta políticaCompatible con esta políticaIncompatible con esta política
[[null],[null]]Compatible con esta políticaIncompatible con esta políticaIncompatible con esta política
[["FR",null],["FR",null]]Compatible con esta políticaIncompatible con esta políticaIncompatible con esta política
[["FR","001"],["FI","001"]]Compatible con esta políticaCompatible con esta políticaCompatible con esta política
Datos del ejemplo inicial
{
    "keys": [
        [
            null
        ],
        [
            null
        ]
    ]
}

Qué conservar en el expediente

Una clave externa no impone uno a uno; varios hijos pueden referir padre. Registre columnas y política NULL. CSV no conserva restricciones automáticamente.

¿UNIQUE justifica borrar duplicados exportados?

No: grano, años concatenados o componentes perdidos pueden cambiar. Revise antes de borrar.

Documentación primaria

Documentación consultada el .

PROFUNDIZACIÓN / PRÁCTICA

Describir los campos antes de transformarlos

Una tabla contiene nombres de columnas cortos y códigos difíciles de interpretar. El diccionario debe dar una definición usable y conservar las ambiguidades no resueltas.

Actualizado el .

Comprobaciones prioritarias

Documentar nombre, tipo, unidad, modalidades, valores faltantes y ejemplos. Identificar las claves y los campos cuyo sentido depende de otra variable.

Errores de interpretación

Un tipo digital no significa que se puedan añadir valores. Un código puede representar una categoría, identificador o un valor ausente.

Documento de trabajo que conservar

El diccionario conecta campo original, definición, reglas de lectura y fuente documental. Las hipótesis están separadas de las definiciones confirmadas.