Subida de archivos de extracción de datos inicial

Se han subido los archivos necesarios con los que se procesan las columnas de los datasets extraídos para llevar a cabo visualización y procesamiento.

Obtener-Datos-1/columnas_info.json

@@ -0,0 +1,44 @@
+{
+    "estadisticas_establecimientos_juego": [
+        "a_o",
+        "provincia",
+        "almac_n_fiscal_no_existe_desde_el_a_o_2021_",
+        "almac_n_m_quinas",
+        "bingo",
+        "bar_esp_",
+        "bolera",
+        "casinos",
+        "camping",
+        "centro_de_ocio",
+        "caf_teatro",
+        "discoteca",
+        "bares",
+        "cafeter_as",
+        "pub",
+        "centro_recreativo_familiar",
+        "restaurante",
+        "sal_n_de_juego",
+        "casas_de_apuestas",
+        "c_rner_ap_",
+        "zona_ap_",
+        "almac_n_apuestas",
+        "total_a_31_12_",
+        "prov"
+    ],
+    "condenas_sexo_localidad": [
+        "lugar_de_nacimiento_sexo_comunidades_y_ciudades_au"
+    ],
+    "registro_prohibidos_juego": [
+        "a_o",
+        "altas_otras_causas",
+        "altas_petici_n_propia",
+        "bajas_otras_causas",
+        "bajas_petici_n_propia",
+        "total_en_activo_a_31_12"
+    ],
+    "consumo_drogas_alcohol_esp": [
+        "consumo_de_alcohol",
+        "consumo_de_drogas_y_tipo_de_drogas",
+        "total"
+    ]
+}

Obtener-Datos-1/compose.yaml

@@ -0,0 +1,19 @@
+services:
+  mysql:
+    image: mysql:8.0
+    container_name: adicciones_db
+    restart: always
+    environment:
+      MYSQL_ROOT_PASSWORD: root
+      MYSQL_DATABASE: adicciones
+      MYSQL_USER: user
+      MYSQL_PASSWORD: pass
+    ports:
+      - "3307:3306"
+    volumes:
+      - ./mysql_data:/var/lib/mysql
+    healthcheck:
+      test: ["CMD", "mysqladmin", "ping", "-h", "localhost"]
+      interval: 10s
+      timeout: 5s
+      retries: 5

Obtener-Datos-1/main.py

@@ -0,0 +1,137 @@
+import os
+import pandas as pd
+import mysql.connector
+import json
+import csv
+import re
+
+
+# ------------------------------------------------------------
+# CONFIGURACIÓN DE LA BASE DE DATOS
+# ------------------------------------------------------------
+DB_CONFIG = {
+    "host": "localhost",
+    "port": 3307,          # Puerto diferente al 3306 para evitar conflictos
+    "user": "user",        # Usuario definido en docker-compose
+    "password": "pass",    # Contraseña definida en docker-compose
+    "database": "adicciones"
+}
+
+DATASETS_DIR = "datasets"          # Carpeta donde están los CSV
+OUTPUT_FILE = "columnas_info.json" # Archivo de salida con las columnas detectadas
+
+
+# ------------------------------------------------------------
+# FUNCIONES AUXILIARES
+# ------------------------------------------------------------
+
+def get_connection():
+    # Establece conexión con la base de datos MySQL
+    return mysql.connector.connect(**DB_CONFIG)
+
+
+def sanitize_name(name: str) -> str:
+    # Limpia los nombres de columnas y tablas para que sean válidos en SQL
+    name = name.strip().lower()
+    name = re.sub(r"[^a-z0-9_]+", "_", name)  # Solo permite letras, números y guiones bajos
+    return name[:50]  # Limita a 50 caracteres para cumplir con el límite de MySQL
+
+
+def detect_delimiter(file_path):
+    # Detecta automáticamente el delimitador más probable del CSV
+    with open(file_path, 'r', encoding='latin-1', errors='ignore') as f:
+        sample = f.read(2048)
+        try:
+            dialect = csv.Sniffer().sniff(sample, delimiters=";,|\t")
+            delim = dialect.delimiter
+
+            # Si detecta algo raro (espacios, strings largos, etc.), usamos ';' por defecto
+            if delim.strip() == "" or len(delim) > 1:
+                return ";"
+            return delim
+
+        except csv.Error:
+            return ";"
+
+
+def load_csv(path, delimiter):
+    # Intenta leer el CSV usando varias codificaciones comunes en archivos en español
+    encodings = ["utf-8", "latin-1", "cp1252"]
+    last_error = None
+
+    for enc in encodings:
+        try:
+            return pd.read_csv(path, delimiter=delimiter, encoding=enc)
+        except Exception as e:
+            last_error = e
+
+    # Si todas las lecturas fallan, lanza el último error
+    raise last_error
+
+
+# ------------------------------------------------------------
+# PROCESO PRINCIPAL
+# ------------------------------------------------------------
+
+def main():
+    conn = get_connection()
+    cursor = conn.cursor()
+    columnas_info = {}
+
+    # Recorre todos los archivos CSV en la carpeta datasets/
+    for filename in os.listdir(DATASETS_DIR):
+        if not filename.endswith(".csv"):
+            continue
+
+        path = os.path.join(DATASETS_DIR, filename)
+        table_name = sanitize_name(os.path.splitext(filename)[0])
+
+        print(f"\n📊 Procesando: {filename} → tabla '{table_name}'")
+
+        # Detecta el delimitador del archivo
+        delimiter = detect_delimiter(path)
+        print(f"   → delimitador detectado: '{delimiter}'")
+
+        # Carga el CSV probando codificaciones (UTF-8, Latin-1, CP1252)
+        try:
+            df = load_csv(path, delimiter)
+        except Exception as e:
+            print(f"❌ Error leyendo {filename}: {e}")
+            continue
+
+        # Limpia y normaliza los nombres de columnas
+        df.columns = [sanitize_name(c) for c in df.columns]
+        columnas_info[table_name] = list(df.columns)
+
+        # Crea la tabla en MySQL si no existe
+        columns_sql = ", ".join([f"`{c}` TEXT" for c in df.columns])
+        create_sql = f"CREATE TABLE IF NOT EXISTS `{table_name}` ({columns_sql});"
+        cursor.execute(create_sql)
+
+        # Inserta cada fila en la tabla
+        for _, row in df.iterrows():
+            placeholders = ", ".join(["%s"] * len(df.columns))
+            insert_sql = f"INSERT INTO `{table_name}` VALUES ({placeholders});"
+            try:
+                cursor.execute(insert_sql, tuple(row.astype(str).fillna("").values))
+            except Exception as e:
+                print(f"⚠️  Error insertando fila en {table_name}: {e}")
+
+        # Confirma los cambios en la base de datos
+        conn.commit()
+
+    # Cierra la conexión y guarda la información de columnas
+    cursor.close()
+    conn.close()
+
+    with open(OUTPUT_FILE, "w", encoding="utf-8") as f:
+        json.dump(columnas_info, f, indent=4, ensure_ascii=False)
+
+    print(f"\n✅ Proceso completado. Columnas guardadas en '{OUTPUT_FILE}'")
+
+
+# ------------------------------------------------------------
+# EJECUCIÓN
+# ------------------------------------------------------------
+if __name__ == "__main__":
+    main()

Obtener-Datos-1/requirements.txt

@@ -0,0 +1,2 @@
+pandas
+mysql-connector-python