Formatos de publicación
Hay una gran variedad de tecnologías disponibles para producir y almacenar datos. Como ser: planillas de cálculo, bases de datos, software estadístico más específico y más. Esto genera una enorme diversidad de formatos, a veces caótica.
Algunos de estos formatos, no siempre se adecuan a los niveles de apertura deseados. Te ofrecemos algunas pautas y recomendaciones que facilitan la adaptación y/o transformación de estos formatos hacia otros más abiertos y fácilmente reutilizables.
En este cuadro consideramos algunos de los formatos más usados y evaluamos su nivel de apertura:
| Formato | Descripción breve | Tipo de datos | Nivel de apertura |
|---|---|---|---|
| Los PDF son archivos de texto que no se encuentran en formato estructurado. Se utilizan para la generación de documentos, no para publicar o almacenar datos. | Texto | Muy bajo | |
| XLS | Los XLS son archivos de planilla de cálculo. Es un formato propietario de Microsoft. | Tabulares | Bajo |
| XLSX | Los XLSX también son archivos de planilla de cálculo cuyo formato fue desarrollado por Microsoft, pero su especificación es abierta (ISO/IEC 29500:2008). Es el formato por defecto de Excel 2007 en adelante. | Tabulares | Medio |
| ODS | Los ODS son archivos con estructura XML. Es un formato abierto basado en OASIS OpenDocument Format (ISO/IEC 26300). Es el formato por defecto de las planillas de cálculo OpenOffice y LibreOffice. | Tabulares | Medio |
| CSV | Los archivos CSV son archivos de texto plano donde las columnas se separan por comas y las filas por saltos de línea. Es un formato abierto. | Tabulares | Alto |
| JSON | Es un formato para el intercambio de datos entre sistemas. Es un formato abierto no tabular basado en la especificación RFC 7159. | Estructurados | Alto |
| SHP | ESRI Shapefile (SHP) es un formato de datos espaciales desarrollado por ESRI. Aunque su especificación es pública y es un estándar de facto para el intercambio de información geográfica, presenta limitaciones técnicas respecto de formatos más modernos. | Geográficos | Medio |
| KML | Es un formato abierto para datos geográficos basado en XML. | Geográficos | Alto |
| GeoJSON | Es un formato estándar abierto diseñado para representar objetos geográficos junto con sus atributos. | Geográficos | Alto |
| GeoPackage | Es un formato abierto de datos geoespaciales implementado como un contenedor basado en SQLite. Permite almacenar múltiples capas vectoriales y ráster en un único archivo. | Geográficos | Alto |
Conceptos básicos
En esta guía se utilizan algunos conceptos relacionados con la publicación de datos, como dataset, recurso (o distribución) y formato tabular.
Podés consultar sus definiciones en el Glosario de términos del Paquete de Apertura de Datos.
Formatos tabulares y estructurados
Un recurso en formato tabular es un archivo cuya información se organiza en filas y columnas siguiendo un esquema predefinido. Este tipo de estructura es la más habitual para datos provenientes de bases de datos, planillas de cálculo o reportes.
Otros formatos estructurados, como JSON, representan la información mediante objetos y pares clave–valor, permitiendo modelar estructuras más complejas y facilitando el intercambio de datos entre sistemas.
Buenas Prácticas
Siempre que sea posible, publicá los datos tabulares en formato CSV y los datos estructurados mediante JSON. Si además ofrecés archivos en formatos propietarios, acompañalos con una versión equivalente en un formato abierto. Cuando esto no sea posible, asegurate de documentar el contenido y la estructura de cada archivo publicado.