Datos públicos de Chile curados, normalizados y validados: geografía, demografía, economía, salud, educación, finanzas municipales, indicadores urbanos y distritos electorales. Listos para consumir en una línea de código con Polars, DuckDB, SQLite y Excel.

These details have been verified by PyPI

Project links

GitHub Statistics

Maintainers

cortega

These details have not been verified by PyPI

Project links

Homepage

Project description

chile-hub

Datos públicos de Chile, curados y listos para análisis en una línea de código.

El hub de datos abiertos de Chile — parte del ecosistema Tooltician.

Instalación · Capas · Arquitectura · CLI · Licencias

⚡ Instalar y usar en segundos

pip install chile-hub

from chile_hub import ChileHub

hub = ChileHub()
comunas = hub.load_polars("comunas")          # 346 comunas como DataFrame
indicadores = hub.load_polars("indicadores")  # Serie histórica UF, Dólar, Euro, UTM, IPC

# Cruce territorial garantizado — códigos CUT siempre VARCHAR
censo = hub.load_polars("censo_comunal")
df = comunas.join(censo, on="codigo_comuna")
print(df.head())

La primera ejecución descarga automáticamente el bundle validado desde GitHub Releases, verifica su integridad SHA256 y lo deja en cache local. A partir de ahí, todo corre contra el cache. También puedes administrarlo explícitamente:

chile-hub cache update     # Forzar descarga del bundle más reciente
chile-hub cache status     # Ubicación y estado del cache local
chile-hub cache clear      # Liberar espacio

Variante para desarrolladores del pipeline: pip install chile-hub[pipeline] agrega DuckDB, Pandas, XlsxWriter y curl_cffi para ejecutar el pipeline completo de extracción y build. La instalación mínima solo incluye Polars, PyArrow, requests y platformdirs — suficiente para consumir datos.

[!NOTE] chile-hub no busca "tener todos los datos de Chile". Busca reducir drásticamente el costo técnico de encontrar, limpiar, validar, cruzar y consumir datasets geográficos, demográficos, electorales y económicos críticos de Chile.

En la práctica, sirve para responder preguntas comunes sin rehacer limpieza base:

¿Cómo cruzo mi base de clientes, escuelas o centros de salud con comunas oficiales sin perder ceros en los códigos?
¿Qué comunas concentran población censada, establecimientos públicos o indicadores urbanos?
¿Cómo llevo datos oficiales a Polars, DuckDB, SQLite, Excel o CI sin depender de enlaces cambiantes?

¿Por qué existe?

Trabajar con datos públicos chilenos implica enfrentar los mismos obstáculos una y otra vez:

❌ Sin chile-hub	✅ Con chile-hub
Enlaces rotos y APIs inconsistentes	Pipeline automatizado con fallbacks y verificación de integridad
Planillas Excel deformes con celdas combinadas	Parquet, DuckDB y JSON listos para producción
Códigos CUT que pierden ceros al leerse como `int`	CUT garantizados como `VARCHAR` de largo fijo (`"01101"`)
Nombres de comunas imposibles de cruzar (Ñuñoa vs Nunoa)	Columna `nombre_comuna_clean` normalizada para cruces exactos
Cero trazabilidad sobre origen y vigencia del dato	Metadatos con fuente, fecha de extracción, licencia y modo

chile-hub empaqueta esas decisiones en una capa reproducible: extrae desde fuentes oficiales, normaliza schemas, valida reglas territoriales y publica artefactos listos para consumo local o CI/CD.

¿Qué entrega chile-hub?

Curado y validado Cada capa pasa por validaciones automáticas de integridad referencial, cardinalidad exacta (346 comunas) y formato de códigos territoriales. El pipeline falla ruidosamente antes de publicar datos corruptos.

Cruzable por diseño Todos los datasets se vinculan mediante códigos CUT (codigo_comuna, codigo_provincia, codigo_region). Una sola clave une demografía, salud, educación, finanzas municipales, indicadores urbanos y distritos electorales.

Múltiples formatos Parquet para analítica de alto rendimiento, DuckDB para consultas SQL locales, SQLite para aplicaciones embebidas, JSON para pipelines y Excel para usuarios de planillas. Todos generados desde la misma fuente.

Trazabilidad total Cada artefacto incluye: fuente original, fecha de extracción, modo (en vivo/respaldo), hash SHA256, licencia y estatus de redistribución. Sabes exactamente qué estás consumiendo.

Una línea de código

from chile_hub import ChileHub

hub = ChileHub()
df = hub.load_polars("comunas")

CI/CD transparente Pipeline determinista en GitHub Actions: extracción → build → verificación → tests → pruebas de humo. Todo reproducible en local con make refresh.

Las 15 capas de datos

#	Capa	Registros	Modo	Fuente	Licencia	Actualización
1	Regiones	16	🟢 live	BCN ArcGIS	CC BY	—
2	Provincias	56	🟢 live	BCN ArcGIS	CC BY	—
3	Comunas	346	🟢 live	BCN ArcGIS	CC BY	—
4	Comunas Enriquecidas	346	🟢 live	BCN + INE	CC BY	—
5	Indicadores Económicos	Serie histórica	🟢 live	BCCh / mindicador.cl	Libre c/cita	Diaria
6	Censo Comunal 2024	346	🟢 live	INE	CC BY 4.0	Decenal
7	Censo Hogares y Viviendas	346	🟢 live	INE	CC BY 4.0	Decenal
8	Establecimientos de Salud	5643	🟢 live	MINSAL / datos.gob.cl	CC0	Mensual
9	Distritos Electorales	346	🟢 live	BCN / Ley 20.840	CC0	—
10	Establecimientos Educacionales	~12 898	🟢 live	MINEDUC	CC BY 3.0 CL	Anual
11	Finanzas Municipales ⚠️	345 (parcial, 345/346)	🔶 parcial	SINIM / SUBDERE	Revisión términos	Anual
12	Resultados Educacionales	345	🟢 live	MINEDUC	CC BY 3.0 CL	Anual
13	Indicadores Urbanos SIEDU	6 701 (parcial)	🟢 live	INE / SIEDU	Datos abiertos INE	Anual
14	Perfil Territorial Comunal	346	🟢 live	chile-hub derivado	Fuentes abiertas	Derivada
15	Empresas (RES)	~1 572 116	🟢 live	Min. Economía / datos.gob.cl	CC-BY 3.0 CL	Mensual
16	pobreza_comunal	3	🟡 fallback	—	—	Bienal/trienal
17	consumo_electrico_comunal	3	🟡 fallback	—	—	Anual
18	delincuencia_comunal	—	⚪ unknown	—	—	Mensual

🟢 live: datos extraídos directamente desde la fuente oficial en cada ejecución del pipeline. 🟡 fallback: datos servidos desde un respaldo curado mientras se completa la extracción en vivo. 🔶 parcial: cobertura inferior al 50% del universo esperado. Capa candidata, no completa. Para auditar el estado exacto de cada capa: chile-hub provenance y chile-hub health.

🔒 Por qué puedes confiar en estos datos

Cada decisión de ingeniería de este proyecto está diseñada para que no tengas que confiar ciegamente. Los datos vienen con la evidencia que los respalda.

Pilar	Qué significa	Evidencia auditables
Procedencia documentada	Cada dataset declara su fuente oficial exacta con URL directa al organismo público emisor (BCN, INE, MINEDUC, BCCh, MINSAL, datos.gob.cl).	`provenance_report.md` — fuente, modo y timestamp por capa
Auditoría legal explícita	Licencia, atribución requerida y permiso de redistribución verificados dataset por dataset. 15 de 15 capas pasan la auditoría (`ready`).	`redistribution_report.md` + `AGENTS.md §6`
Pipeline que falla con estridencia	Si una validación falla, el pipeline aborta — no publica datos corruptos, no emite advertencias silenciosas.	`ADR-001` — fail-loud como decisión de arquitectura
Contratos de esquema verificados	15 contratos JSON Schema (`contracts/datasets/`) definen columnas esperadas, tipos, claves primarias y cobertura. Se validan en cada build automáticamente.	`ADR-005` + `contracts/datasets/*.json`
Salud transparente	Dashboard público con severidad, frescura, cobertura, drift y degradación por dataset. 10 capas `ok`, 5 `warn`, 0 `error`.	`hub_health.md` — estado completo actualizado en cada build
Calidad medida y pública	Puntuación compuesta A-F por dataset: promedio 93.5/100 (14 A, 1 B). Dimensiones: validación, contrato, madurez de fuente, frescura, cobertura, política de reúso.	`dataset_quality.md` — scorecard completo

Cada pilar se audita automáticamente en cada ejecución del pipeline. Los reportes se regeneran en cada build — no son documentos estáticos mantenidos a mano. Para auditar el estado exacto de cualquier capa:

chile-hub provenance   # fuente, modo y timestamp por dataset
chile-hub health       # severidad, frescura, drift y cobertura

Respaldo adicional

490+ tests (372 recolectados por pytest, el resto en scripts de verificación del pipeline) que validan extracción, contratos e integridad de datos.
5 ADRs (docs/adr/) que documentan cada decisión de arquitectura con su contexto, consecuencias y tradeoffs — no solo el "qué", sino el "por qué".
Drift monitoreado: 5 datasets bajo vigilancia de deriva de esquema; cualquier cambio en la fuente se detecta y registra (drift_report.md).
Trazabilidad completa: cada build registra timestamp, versión de extractor y snapshot de entrada en provenance_report.md.

Para una explicación más detallada de la arquitectura y las decisiones de diseño, lee el caso de estudio: cómo está construido chile-hub.

Ver schema completo de cada capa

1. regiones — 16 regiones político-administrativas

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`nombre_region`	`VARCHAR`	`"Tarapacá"`

2. provincias — 56 provincias con referencia a su región

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`nombre_region`	`VARCHAR`	`"Tarapacá"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`nombre_provincia`	`VARCHAR`	`"Iquique"`

3. comunas — 346 comunas con nombres oficiales y limpios, coordenadas y población

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Iquique"`
`nombre_comuna_clean`	`VARCHAR`	`"iquique"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`codigo_region`	`VARCHAR(2)`	`"01"`
`nombre_region`	`VARCHAR`	`"Tarapacá"`
`latitud_cabecera`	`DOUBLE`	`-20.2138`
`longitud_cabecera`	`DOUBLE`	`-70.1508`
`poblacion_estimada`	`INTEGER`	`223400`

4. comunas_enriquecidas — Comunas con coordenadas de cabecera y población estimada INE

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Iquique"`
`nombre_comuna_clean`	`VARCHAR`	`"iquique"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`codigo_region`	`VARCHAR(2)`	`"01"`
`latitud_cabecera`	`DOUBLE`	`-20.2138`
`longitud_cabecera`	`DOUBLE`	`-70.1508`
`poblacion_estimada`	`INTEGER`	`223400`

5. indicadores — Serie de indicadores económicos diarios (UF, Dólar, Euro, UTM, IPC)

Columna	Tipo	Ejemplo
`fecha`	`DATE`	`2026-05-30`
`codigo_indicador`	`VARCHAR`	`"uf"`
`valor`	`DOUBLE`	`39420.50`

6. censo_comunal — Población por sexo y 5 tramos de edad para las 346 comunas

Columna	Tipo	Ejemplo
`codigo_region`	`VARCHAR(2)`	`"01"`
`codigo_provincia`	`VARCHAR(3)`	`"011"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`nombre_comuna`	`VARCHAR`	`"Iquique"`
`poblacion_censada`	`INTEGER`	`223400`
`hombres` / `mujeres`	`INTEGER`	`111200` / `112200`
`razon_hombre_mujer`	`DOUBLE`	`99.11`
`poblacion_0_14` … `poblacion_65_mas`	`INTEGER`	5 tramos etarios

7. censo_hogares_viviendas — Viviendas, hogares y promedio de personas por hogar

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`viviendas_censadas`	`INTEGER`	`85000`
`viviendas_particulares_ocupadas`	`INTEGER`	`75000`
`viviendas_colectivas`	`INTEGER`	`200`
`hogares_censados`	`INTEGER`	`73000`
`promedio_personas_hogar`	`DOUBLE`	`3.06`

8. establecimientos_salud — Directorio nacional de recintos de salud (~5 600)

Columna	Tipo	Ejemplo
`codigo_establecimiento`	`VARCHAR`	`"101101"`
`nombre_establecimiento`	`VARCHAR`	`"Hospital Dr. Ernesto Torres Galdames"`
`tipo_establecimiento`	`VARCHAR`	`"Hospital"`
`nivel_atencion`	`VARCHAR`	`"Alta Complejidad"`
`codigo_comuna`	`VARCHAR(5)`	`"01101"`
`tiene_servicio_urgencia`	`VARCHAR`	`"SI"` / `"NO"`
`latitud` / `longitud`	`DOUBLE`	Coordenadas geográficas
`estado_funcionamiento`	`VARCHAR`	`"Vigente"`

9. distritos_electorales — Mapeo de comunas a distritos y circunscripciones

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"13114"`
`nombre_comuna`	`VARCHAR`	`"Las Condes"`
`distrito_electoral`	`VARCHAR`	`"11"`
`circunscripcion_senatorial`	`VARCHAR`	`"7"`

10. establecimientos_educacionales — Directorio de colegios y liceos (~12 900)

Columna	Tipo	Ejemplo
`rbd`	`VARCHAR`	`"1"`
`dv_rbd`	`VARCHAR`	`"4"`
`nombre_establecimiento`	`VARCHAR`	`"Liceo Abate Molina"`
`codigo_comuna`	`VARCHAR(5)`	`"07101"`
`dependencia_administrativa`	`VARCHAR`	`"Municipal"`
`latitud` / `longitud`	`DOUBLE`	Coordenadas geográficas
`estado_funcionamiento`	`VARCHAR`	`"Vigente"`

11. finanzas_municipales — Indicadores financieros municipales anuales (⚠️ parcial: 3/346 comunas)

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2024`
`codigo_comuna`	`VARCHAR(5)`	`"13101"`
`ingresos_totales` / `gastos_totales`	`DOUBLE`	`245000000000.0`
`ingresos_propios_permanentes`	`DOUBLE`	`162000000000.0`
`fondo_comun_municipal`	`DOUBLE`	`39000000000.0`

12. resultados_educacionales — Métricas educacionales agregadas por comuna/año

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2024`
`codigo_comuna`	`VARCHAR(5)`	`"13101"`
`matricula_total`	`INTEGER`	`122000`
`asistencia_promedio`	`DOUBLE`	`86.2`
`tasa_aprobacion` / `tasa_retiro`	`DOUBLE`	`91.4` / `4.5`

13. indicadores_urbanos_siedu — Indicadores urbanos en formato largo

Columna	Tipo	Ejemplo
`anio`	`INTEGER`	`2024`
`codigo_comuna`	`VARCHAR(5)`	`"13101"`
`codigo_indicador`	`VARCHAR`	`"siedu_acceso_areas_verdes"`
`categoria`	`VARCHAR`	`"Espacio publico"`
`valor` / `unidad`	`DOUBLE` / `VARCHAR`	`71.4` / `"porcentaje"`

14. perfil_territorial_comunal — Perfil derivado con una fila por comuna

Columna	Tipo	Ejemplo
`codigo_comuna`	`VARCHAR(5)`	`"13101"`
`poblacion_censada`	`INTEGER`	`223400`
`establecimientos_salud_total`	`INTEGER`	`140`
`establecimientos_educacionales_total`	`INTEGER`	`410`
`distrito_electoral`	`VARCHAR`	`"10"`

15. empresas — Registro de Empresas y Sociedades (RES) con RUT, razón social, tipo societario y comuna

Columna	Tipo	Ejemplo
`rut`	`VARCHAR`	`"76286049-K"`
`razon_social`	`VARCHAR`	`"COMERCIALIZADORA EJEMPLO SPA"`
`codigo_sociedad`	`VARCHAR`	`"SPA"`
`capital`	`INTEGER`	`5000000`
`fecha_actuacion`	`DATE`	`2020-06-15`
`anio`	`INTEGER`	`2020`
`comuna_tributaria`	`VARCHAR`	`"SANTIAGO"`
`region_tributaria`	`VARCHAR`	`"13"`

Guía de uso

Consumir datos (instalación desde PyPI)

pip install chile-hub

from chile_hub import ChileHub

hub = ChileHub()

# Catálogo de capas disponibles
print(hub.list_datasets())

# Cargar cualquier capa como Polars DataFrame
comunas = hub.load_polars("comunas")
censo = hub.load_polars("censo_comunal")
salud = hub.load_polars("establecimientos_salud")

# Cruce garantizado: códigos CUT son VARCHAR, no int
df = comunas.join(censo, on="codigo_comuna")
print(df.head())

# Salud operativa del hub
print(hub.health())

La primera ejecución descarga el bundle validado desde GitHub Releases, verifica su integridad SHA256 y lo deja en cache local. También puedes prepararlo explícitamente:

chile-hub cache update     # Descargar el bundle más reciente
chile-hub cache status     # Ver ubicación y estado del cache
chile-hub cache clear      # Liberar espacio en disco

Consultas SQL con DuckDB

-- Top 10 comunas por población censada
SELECT nombre_comuna, poblacion_censada, hombres, mujeres
FROM 'data/normalized/censo_comunal.parquet'
ORDER BY poblacion_censada DESC
LIMIT 10;

-- Cruce territorial: comunas × distritos electorales
SELECT c.nombre_comuna, c.nombre_region,
       e.distrito_electoral, e.circunscripcion_senatorial
FROM 'data/normalized/comunas.parquet' c
JOIN 'data/normalized/distritos_electorales.parquet' e
  ON c.codigo_comuna = e.codigo_comuna
WHERE c.nombre_region = 'Valparaíso';

Usar en scripts y producción

import polars as pl

comunas = pl.read_parquet("data/normalized/comunas.parquet")
censo = pl.read_parquet("data/normalized/censo_comunal.parquet")

# Cruce garantizado: códigos CUT son VARCHAR, no int
df = comunas.join(censo, on="codigo_comuna")
print(df.head())

Versionado: Para entornos productivos, fija la versión exacta en requirements.txt:
chile-hub==1.15.0
El bundle de datos se publica con cada release. La API del módulo ChileHub sigue versionado semántico: cambios de interfaz pública solo en major releases.

Desarrollo local del pipeline

Si necesitas ejecutar el pipeline de extracción y build en tu máquina:

git clone https://github.com/cortega26/chile-hub.git
cd chile-hub
make bootstrap          # Crea .venv, instala dependencias + Playwright
make refresh            # extract → build → verify → test → pruebas de humo

Usa pip install chile-hub[pipeline] si quieres las dependencias completas del pipeline (DuckDB, Pandas, XlsxWriter, curl_cffi) pero sin clonar el repositorio.

Casos de uso listos para copiar

1. Ranking comunal con Censo 2024

from chile_hub import ChileHub

hub = ChileHub()
comunas = hub.load_polars("comunas")
censo = hub.load_polars("censo_comunal")

ranking = (
    comunas.join(censo, on="codigo_comuna")
    .select("codigo_comuna", "nombre_comuna", "nombre_region", "poblacion_censada")
    .sort("poblacion_censada", descending=True)
    .head(10)
)
print(ranking)

2. Últimos indicadores económicos disponibles

from chile_hub import ChileHub

df = ChileHub().load_polars("indicadores")
ultimos = (
    df.sort("fecha", descending=True)
    .group_by("codigo_indicador")
    .first()
    .select("codigo_indicador", "fecha", "valor")
    .sort("codigo_indicador")
)
print(ultimos)

3. Salud y educación por comuna

from chile_hub import ChileHub

hub = ChileHub()
salud = hub.load_polars("establecimientos_salud")
educacion = hub.load_polars("establecimientos_educacionales")

salud_por_comuna = salud.group_by("codigo_comuna").len("establecimientos_salud")
educacion_por_comuna = educacion.group_by("codigo_comuna").len("establecimientos_educacionales")

resumen = (
    hub.load_polars("comunas")
    .join(salud_por_comuna, on="codigo_comuna", how="left")
    .join(educacion_por_comuna, on="codigo_comuna", how="left")
    .fill_null(0)
    .select("codigo_comuna", "nombre_comuna", "establecimientos_salud", "establecimientos_educacionales")
)
print(resumen.head())

API Python compacta

API	Uso
`ChileHub()`	Inicializa el helper; descarga y verifica el bundle si no hay cache local.
`ChileHub(data_dir="data/normalized")`	Usa artefactos locales generados por el pipeline.
`hub.list_datasets()`	Lista los nombres canónicos disponibles para `load_polars()`.
`hub.load_polars("comunas")`	Carga una capa como `polars.DataFrame` desde Parquet.
`hub.summary()` / `hub.summary_table()`	Resume modo de fuente, filas, validación, frescura y warnings.
`hub.health()` / `hub.status()`	Reporta salud operativa para personas y CI/CD.
`hub.redistribution()`	Expone estado legal de reúso y atribución por dataset.
`hub.provenance()`	Muestra fuente, URL, modo de extracción y timestamps.
`chile-hub cache update/status/clear`	Administra el cache local del bundle publicado.

Arquitectura del Pipeline

El pipeline es lineal, determinista y estricto: si una validación falla, el build se cancela antes de publicar datos corruptos.

flowchart TB
    classDef extract fill:#e0f2fe,stroke:#0284c7,stroke-width:2px,color:#0f172a;
    classDef stage fill:#ecfeff,stroke:#0891b2,stroke-width:2px,color:#0f172a;
    classDef build fill:#fef9c3,stroke:#ca8a04,stroke-width:2px,color:#0f172a;
    classDef verify fill:#f0fdf4,stroke:#16a34a,stroke-width:2px,color:#0f172a;
    classDef test fill:#fae8ff,stroke:#c084fc,stroke-width:2px,color:#0f172a;
    classDef publish fill:#ffe4e6,stroke:#f43f5e,stroke-width:2px,color:#0f172a;

    subgraph EXTRACT["1. EXTRACT - fuentes oficiales"]
        direction TB
        X1["Territorio<br/>BCN / SERVEL"]:::extract
        X2["Demografía 2024<br/>INE"]:::extract
        X3["Servicios públicos<br/>MINSAL / MINEDUC"]:::extract
        X4["Economía<br/>BCCh / SINIM / RES"]:::extract
        X5["Indicadores urbanos<br/>SIEDU"]:::extract
    end

    S["data/staging/<br/>CSV + metadata.json"]:::stage
    B["2. BUILD<br/>build_dev_db.py"]:::build
    N["data/normalized/<br/>artefactos publicables"]:::stage
    V["3. VERIFY<br/>verify_pipeline.py"]:::verify
    T["4. TEST<br/>pytest"]:::test
    L["5. SMOKE + PUBLISH<br/>landing + bundle"]:::publish

    X1 --> S
    X2 --> S
    X3 --> S
    X4 --> S
    X5 --> S
    S --> B --> N --> V --> T --> L

[!IMPORTANTE] Invariante crítica: El pipeline aborta si la cardinalidad de comunas ≠ 346, si los códigos CUT pierden el formato VARCHAR, o si alguna regla de negocio se rompe. Nunca se publican datos corruptos.

Extractores incluidos en el paso 1

Dominio	Extractores
Territorio	`subdere_extractor.py`, `electoral_extractor.py`
Demografía	`censo_extractor.py`, `censo_hogares_viviendas_extractor.py`
Servicios públicos	`salud_extractor.py`, `mineduc_establecimientos_extractor.py`, `mineduc_resultados_extractor.py`
Economía	`bcentral_extractor.py`, `sinim_finanzas_extractor.py`, `res_extractor.py`
Indicadores urbanos	`siedu_extractor.py`

Modelo de Datos — Códigos CUT

El valor central de chile-hub es que todas las capas se vinculan jerárquicamente mediante los Códigos Únicos Territoriales (CUT) de SUBDERE/INE:

flowchart TB
    R["Territorio base<br/><b>REGIONES</b><br/>codigo_region"]
    P["<b>PROVINCIAS</b><br/>codigo_provincia + codigo_region"]
    C["<b>COMUNAS</b><br/>codigo_comuna + codigo_provincia + codigo_region"]
    L["Capas comunales<br/>codigo_comuna<br/>censo · hogares · salud<br/>educación · distritos · enriquecimiento"]

    R --> P --> C --> L

Grupo	Clave principal	Capas
Territorio base	`codigo_region`, `codigo_provincia`, `codigo_comuna`	`regiones`, `provincias`, `comunas`
Capas comunales	`codigo_comuna`	`comunas_enriquecidas`, `censo_comunal`, `censo_hogares_viviendas`, `establecimientos_salud`, `establecimientos_educacionales`, `distritos_electorales`
Series nacionales	`fecha`, `codigo_indicador`	`indicadores`

Ver schema completo con PK/FK

erDiagram
    REGIONES {
        VARCHAR codigo_region PK "Ej: '01' (Tarapacá)"
        VARCHAR nombre_region
    }
    PROVINCIAS {
        VARCHAR codigo_provincia PK "Ej: '011' (Iquique)"
        VARCHAR codigo_region FK
        VARCHAR nombre_provincia
    }
    COMUNAS {
        VARCHAR codigo_comuna PK "Ej: '01101' (Iquique)"
        VARCHAR codigo_provincia FK
        VARCHAR codigo_region FK
        VARCHAR nombre_comuna
        VARCHAR nombre_comuna_clean "Ej: 'iquique' (sin tildes)"
    }
    COMUNAS_ENRIQUECIDAS {
        VARCHAR codigo_comuna PK
        VARCHAR nombre_comuna
        DOUBLE latitud_cabecera
        DOUBLE longitud_cabecera
        INTEGER poblacion_estimada
    }
    CENSO_COMUNAL {
        VARCHAR codigo_comuna PK
        INTEGER poblacion_censada
        INTEGER hombres
        INTEGER mujeres
        INTEGER poblacion_0_14
    }
    CENSO_HOGARES_VIVIENDAS {
        VARCHAR codigo_comuna PK
        INTEGER viviendas_censadas
        INTEGER hogares_censados
        DOUBLE promedio_personas_hogar
    }
    ESTABLECIMIENTOS_SALUD {
        VARCHAR codigo_establecimiento PK
        VARCHAR codigo_comuna FK
        VARCHAR nombre_establecimiento
        VARCHAR tipo_establecimiento
    }
    DISTRITOS_ELECTORALES {
        VARCHAR codigo_comuna PK
        VARCHAR distrito_electoral
        VARCHAR circunscripcion_senatorial
    }
    ESTABLECIMIENTOS_EDUCACIONALES {
        VARCHAR rbd PK "Rol Base de Datos"
        VARCHAR codigo_comuna FK
        VARCHAR nombre_establecimiento
    }
    INDICADORES {
        DATE fecha PK
        VARCHAR codigo_indicador PK "Ej: 'uf', 'dolar'"
        DOUBLE valor
    }

    REGIONES ||--o{ PROVINCIAS : "contiene"
    PROVINCIAS ||--o{ COMUNAS : "contiene"
    COMUNAS ||--|| COMUNAS_ENRIQUECIDAS : "enriquece"
    COMUNAS ||--o| CENSO_COMUNAL : "demografía"
    COMUNAS ||--o| CENSO_HOGARES_VIVIENDAS : "hogares"
    COMUNAS ||--o{ ESTABLECIMIENTOS_SALUD : "salud"
    COMUNAS ||--o{ ESTABLECIMIENTOS_EDUCACIONALES : "educación"
    COMUNAS ||--o| DISTRITOS_ELECTORALES : "electoral"

Formatos de salida

Cada ejecución del pipeline genera en data/normalized/:

Tipo	Archivo	Uso
Base de datos	`chile_data.duckdb`	Analítica local de alto rendimiento
Base de datos	`chile_data.db`	SQLite para aplicaciones embebidas
Intercambio	`chile_data_latest.xlsx`	Excel multipestaña (códigos CUT como texto)
Intercambio	`*.parquet` por capa	Polars / Pandas / DuckDB
Intercambio	`*.json` por capa	Pipelines y automatización
Metadatos	`artifact_manifest.json`	Catálogo físico con SHA256 y tamaños
Metadatos	`hub_health.json` / `.md`	Reporte de salud operativa
Metadatos	`dataset_status.json`	Estado machine-readable por dataset
Metadatos	`dataset_changelog.json`	Deltas de filas, campos, fuente y validación
Metadatos	`dataset_catalog.json` / `.md`	Catálogo con schemas y ejemplos
Metadatos	`redistribution_report.json` / `.md`	Estado legal de reúso por dataset
Metadatos	`provenance_report.json` / `.md`	Trazabilidad de origen y marcas de tiempo
Bundle	`chile-hub-publishable-bundle.zip`	Paquete público con verificación SHA256

CLI de referencia

El paquete instala el comando chile-hub en el PATH. Todos los subcomandos funcionan tanto desde PyPI como desde el entorno de desarrollo.

Inspección y consulta

Comando	Descripción
`chile-hub list`	Lista todos los datasets registrados
`chile-hub version`	Muestra la versión instalada del paquete
`chile-hub cache status`	Muestra ubicación y estado del cache local
`chile-hub cache update`	Descarga y verifica el bundle publicado
`chile-hub cache clear`	Elimina el cache local
`chile-hub show <capa>`	Schema y metadatos detallados de una capa
`chile-hub path <capa> --output parquet`	Ruta física al archivo de una capa
`chile-hub example <capa> --kind duckdb`	Receta de consumo lista para copiar y pegar
`chile-hub overview`	Resumen general del build y estado actual
`chile-hub inventory`	Archivos en `data/normalized/` con tamaños y hashes

Calidad, salud y auditoría

Comando	Descripción
`chile-hub health`	Reporte consolidado de salud del hub
`chile-hub freshness-audit`	Auditoría de frescura contra el reloj actual
`chile-hub runtime-status`	Salud registrada + vigencia en vivo
`chile-hub top-issue`	Capa con mayor degradación operativa
`chile-hub drift`	Desvíos, fallbacks activos y regresiones
`chile-hub status`	JSON ultraliviano para CI/CD
`chile-hub dataset-status`	Estado detallado machine-readable por dataset
`chile-hub dataset-changelog`	Cambios entre el build actual y el metadata anterior

Distribución e integridad

Comando	Descripción
`chile-hub bundle`	Metadata consolidada en un solo JSON
`chile-hub redistribution`	Reporte legal de reúso por capa
`chile-hub provenance`	URLs de origen y métodos de extracción
`chile-hub verify-package`	Instrucción de verificación de integridad del ZIP

En entorno de desarrollo, usa python -m chile_hub o python -m src.chile_hub como alternativa al comando chile-hub si el paquete no está instalado en modo editable.

Desarrollo local

Esta sección es para contribuidores que necesitan ejecutar el pipeline completo de extracción, build y verificación en su máquina. Si solo necesitas consumir los datos, usa pip install chile-hub (ver Guía de uso).

# Entorno
make bootstrap          # Crea .venv, instala dependencias + Playwright
make doctor             # Verifica versión de Python y dependencias críticas

# Pipeline completo
make refresh            # extract → build → verify → test → landing

# Pasos individuales
make extract            # Ejecuta los extractores → data/staging/
make build              # Compila artefactos → data/normalized/
make verify             # Verifica integridad (SHA256, conteos, schema)
make test               # pytest (lee data/normalized/, no corre el pipeline)
make coverage           # pytest + cobertura de src/ (term-missing + coverage.xml)
make verify-landing     # Pruebas de humo de landing page con Playwright

# Tests
./.venv/bin/pytest -v
./.venv/bin/pytest --cov=src --cov-report=term-missing --cov-report=xml
./.venv/bin/pytest tests/test_chile_hub.py::ChileHubTests::test_load_polars -v

Fuentes, licencias y reúso

Semáforo de redistribución

Color	Estado	Acción
🟢 `open-attribution`	CC BY, CC0 o equivalente	Se incluye en el bundle público
🟡 `public-api-review-terms`	API pública sin licencia explícita	Se distribuye tras verificar el origen primario
🔴 `restricted`	Derechos de autor, Ley 19.628	Nunca se integra al bundle público

Licencia del proyecto

El código Python se distribuye bajo MIT. Los datasets conservan las licencias, permisos y requisitos de atribución de sus fuentes oficiales. Consulta DATA_LICENSES.md, chile-hub redistribution y chile-hub provenance antes de redistribuir artefactos derivados.

Próximos pasos

El roadmap actual prioriza crecer en usabilidad y confianza antes que agregar más capas.

Horizonte	Foco	Resultado esperado
Now	Ejemplos, notebooks, errores claros y referencia API	Usuarios cargan y cruzan datos sin leer el pipeline completo.
Next	Contratos de schema, source readiness y criterios públicos	Contribuidores proponen datasets con reglas claras y verificables.
Later	Nuevas capas solo si pasan criterios de inclusión	El catálogo crece sin perder mantenibilidad ni claridad legal.

La especificación completa del producto está en docs/product-spec.md. Los criterios públicos para solicitar nuevas capas están en docs/dataset-inclusion-criteria.md. El estado de la última corrida se documenta en data/normalized/pipeline_status.md tras cada build.

¿Quieres contribuir?

Revisa AGENTS.md para entender la arquitectura, las reglas no negociables y el flujo de trabajo. El punto de partida rápido es SOURCE_OF_TRUTH.md.

¿Encontraste un error o tienes un caso de uso? Abre un issue — ayuda a priorizar el roadmap.

Hecho con datos públicos chilenos, para quienes construyen sobre Chile.

_{Parte del ecosistema Tooltician — datos públicos, interoperables y listos para IA.}

Project details

These details have been verified by PyPI

Project links

GitHub Statistics

Maintainers

cortega

These details have not been verified by PyPI

Project links

Homepage

Release history Release notifications | RSS feed

1.18.1

Jul 1, 2026

This version

1.18.0

Jun 30, 2026

1.17.1

Jun 30, 2026

1.17.0

Jun 30, 2026

1.16.0

Jun 29, 2026

1.15.1

Jun 24, 2026

1.15.0

Jun 21, 2026

1.14.1

Jun 21, 2026

1.14.0

Jun 20, 2026

1.13.1

Jun 20, 2026

1.13.0

Jun 20, 2026

1.12.0

Jun 20, 2026

1.11.1

Jun 19, 2026

1.11.0

Jun 19, 2026

1.10.0

Jun 19, 2026

1.9.0

Jun 19, 2026

1.8.0

Jun 19, 2026

1.7.0

Jun 19, 2026

1.6.0

Jun 19, 2026

1.5.0

Jun 18, 2026

1.4.0

Jun 18, 2026

1.3.1

Jun 18, 2026

1.3.0

Jun 18, 2026

1.2.2

Jun 18, 2026

1.2.1

Jun 18, 2026

1.1.0

Jun 17, 2026

1.0.2

Jun 17, 2026

1.0.1

Jun 17, 2026

1.0.0

Jun 16, 2026

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

chile_hub-1.18.0.tar.gz (63.4 kB view details)

Uploaded Jun 30, 2026 Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

The dropdown lists show the available interpreters, ABIs, and platforms. Enable javascript to be able to filter the list of wheel files.

chile_hub-1.18.0-py3-none-any.whl (46.6 kB view details)

Uploaded Jun 30, 2026 Python 3

File details

Details for the file chile_hub-1.18.0.tar.gz.

File metadata

Download URL: chile_hub-1.18.0.tar.gz
Upload date: Jun 30, 2026
Size: 63.4 kB
Tags: Source
Uploaded using Trusted Publishing? Yes
Uploaded via: twine/6.1.0 CPython/3.13.13

File hashes

Hashes for chile_hub-1.18.0.tar.gz
Algorithm	Hash digest
SHA256	`61e12c612c23f4e4b5899f0d57a30162942d13ea459faff8680f2722d5404e77`
MD5	`956014f054f15a5e0cee02bca4535cf9`
BLAKE2b-256	`43f7c5e56a8c83c4ed296c47526b141343af80b9faad466fae89a7f245ea5aee`

See more details on using hashes here.

Provenance

The following attestation bundles were made for chile_hub-1.18.0.tar.gz:

Publisher: pypi-release.yml on cortega26/chile-hub

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

Statement:
- Statement type: https://in-toto.io/Statement/v1
- Predicate type: https://docs.pypi.org/attestations/publish/v1
- Subject name: chile_hub-1.18.0.tar.gz
- Subject digest: 61e12c612c23f4e4b5899f0d57a30162942d13ea459faff8680f2722d5404e77
- Sigstore transparency entry: 2026574721
- Sigstore integration time: Jun 30, 2026
Source repository:
- Permalink: cortega26/chile-hub@63244a54ba8d2bce1e0287bb3a5327e7b86fa41b
- Branch / Tag: refs/heads/main
- Owner: https://github.com/cortega26
- Access: public
Publication detail:
- Token Issuer: https://token.actions.githubusercontent.com
- Runner Environment: github-hosted
- Publication workflow: pypi-release.yml@63244a54ba8d2bce1e0287bb3a5327e7b86fa41b
- Trigger Event: workflow_run

File details

Details for the file chile_hub-1.18.0-py3-none-any.whl.

File metadata

Download URL: chile_hub-1.18.0-py3-none-any.whl
Upload date: Jun 30, 2026
Size: 46.6 kB
Tags: Python 3
Uploaded using Trusted Publishing? Yes
Uploaded via: twine/6.1.0 CPython/3.13.13

File hashes

Hashes for chile_hub-1.18.0-py3-none-any.whl
Algorithm	Hash digest
SHA256	`4a5ada9ac7a529947a981ac51403b4f4bbd88d9701c19a8a062e2605ca31d289`
MD5	`f01ace39854734f0e8f189f5e13aa393`
BLAKE2b-256	`de5aac2e53a4260a6c52c8119c6a59b914787fc962204a4afd4f1b8aa447d20e`

See more details on using hashes here.

Provenance

The following attestation bundles were made for chile_hub-1.18.0-py3-none-any.whl:

Publisher: pypi-release.yml on cortega26/chile-hub

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

Statement:
- Statement type: https://in-toto.io/Statement/v1
- Predicate type: https://docs.pypi.org/attestations/publish/v1
- Subject name: chile_hub-1.18.0-py3-none-any.whl
- Subject digest: 4a5ada9ac7a529947a981ac51403b4f4bbd88d9701c19a8a062e2605ca31d289
- Sigstore transparency entry: 2026574933
- Sigstore integration time: Jun 30, 2026
Source repository:
- Permalink: cortega26/chile-hub@63244a54ba8d2bce1e0287bb3a5327e7b86fa41b
- Branch / Tag: refs/heads/main
- Owner: https://github.com/cortega26
- Access: public
Publication detail:
- Token Issuer: https://token.actions.githubusercontent.com
- Runner Environment: github-hosted
- Publication workflow: pypi-release.yml@63244a54ba8d2bce1e0287bb3a5327e7b86fa41b
- Trigger Event: workflow_run

chile-hub 1.18.0

Navigation

Verified details

Project links

GitHub Statistics

Maintainers

Unverified details

Project links

Meta

Classifiers

Project description

chile-hub

⚡ Instalar y usar en segundos

¿Por qué existe?

¿Qué entrega chile-hub?

Las 15 capas de datos

🔒 Por qué puedes confiar en estos datos

Respaldo adicional

Guía de uso

Consumir datos (instalación desde PyPI)

Consultas SQL con DuckDB

Usar en scripts y producción

Desarrollo local del pipeline

Casos de uso listos para copiar

API Python compacta

Arquitectura del Pipeline

Modelo de Datos — Códigos CUT

Formatos de salida

CLI de referencia

Inspección y consulta

Calidad, salud y auditoría

Distribución e integridad

Desarrollo local

Fuentes, licencias y reúso

Semáforo de redistribución

Licencia del proyecto

Próximos pasos

¿Quieres contribuir?

Project details

Verified details

Project links

GitHub Statistics

Maintainers

Unverified details

Project links

Meta

Classifiers

Release history Release notifications | RSS feed

Download files

Source Distribution

Built Distribution

File details

File metadata

File hashes

Provenance

File details

File metadata

File hashes

Provenance