Code-Sprint/Obtener-Datos-1/README.md

Fase 1 — Ingesta Automática de Datos (Adicciones ↔ Violencia)

Esta fase inicial prepara la base de datos PostgreSQL para el análisis posterior.
El script detecta automáticamente delimitadores, codificaciones y nombres de columnas,
creando tablas limpias e importando los datasets CSV del directorio datasets/.

---

Ejecución

1. Levanta el contenedor de PostgreSQL:

docker compose up -d

2. Ejecuta el importador de datos:

python3 importador.py

---

Descripción Técnica

• Detecta codificación (UTF-8, Latin1, Windows-1252, etc.) con chardet.
• Identifica el delimitador CSV (;, ,, |, \t).
• Limpia nombres de columnas y crea las tablas en PostgreSQL 15.
• Inserta automáticamente los registros de cada dataset.
• Genera el archivo de metadatos columnas_info.json con las columnas detectadas.

---

Requisitos

Archivo requirements.txt:

pandas
psycopg2-binary
chardet

Instalación rápida:

pip install -r requirements.txt

---

Salida

• Tablas generadas en la base de datos adicciones (puerto 5433).
• Archivo columnas_info.json con las estructuras detectadas.

Esta fase deja lista la base de datos para las siguientes fases de procesamiento y análisis estadístico.