provincias

Resumen

Capa territorial derivada para cruces intermedios entre región y comuna.

Ayuda a cubrir un nivel administrativo que suele faltar en muchos datasets de Chile, pero que sigue siendo útil para agregaciones y navegación territorial.

Estado

status: activo en MVP
confidence: Tier B
primary_join_key: codigo_provincia + codigo_region
update_mode: derivado automáticamente desde comunas

Fuente

derivado localmente a partir de la capa comunas
lógica de derivación en src/build_dev_db.py
hereda trazabilidad y modo efectivo de refresh desde src/extractors/subdere_extractor.py

Método de acceso actual

selección de codigo_region, nombre_region, codigo_provincia y nombre_provincia
unique() para deduplicar
ordenamiento por codigo_region y codigo_provincia

Por qué existe esta capa

Problemas que resuelve:

datasets que reportan a nivel provincia, no comuna
necesidad de un join administrativo intermedio
reducción de trabajo repetido para derivar provincias desde comunas

Salidas

data/normalized/provincias.parquet
data/normalized/provincias.json
metadata consolidada en data/normalized/pipeline_metadata.json
tabla provincias en data/normalized/chile_data.duckdb
tabla provincias en data/normalized/chile_data.db
hoja Provincias en data/normalized/chile_data_latest.xlsx

Esquema actual

Fuente observada: data/normalized/chile_data.duckdb

Campo	Tipo	Descripción
`codigo_region`	`VARCHAR`	Código CUT de región
`nombre_region`	`VARCHAR`	Nombre oficial de región
`codigo_provincia`	`VARCHAR`	Código CUT de provincia
`nombre_provincia`	`VARCHAR`	Nombre oficial de provincia

Normalizaciones aplicadas

preservación de ceros a la izquierda en códigos CUT
deduplicación derivada desde comunas
orden estable por región y provincia

Join value

Cruces sugeridos:

codigo_provincia + codigo_region para máxima seguridad
codigo_provincia en fuentes que ya usen CUT provincial consistente

Advertencias

no es una fuente primaria independiente; depende de la calidad y cobertura de comunas
la unicidad se valida sobre codigo_region + codigo_provincia, no solo sobre codigo_provincia
hereda el source_mode y las notas operativas de la capa comunal

Notas legales

al ser una capa derivada, hereda la lógica de reutilización con atribución de la capa comunal de origen

Recomendación de evolución

Esta capa puede seguir en MVP, pero conviene:

reforzar tests de unicidad sobre codigo_region + codigo_provincia
documentar casos de uso concretos con datasets provinciales futuros

Schema (auto-generado desde `contracts/datasets/provincias.schema.json`)

Columna	Tipo	Ejemplo	Requerida	Nota
`codigo_region`	`VARCHAR(2)`	`"01"`	Sí	—
`nombre_region`	`VARCHAR`	`"Tarapacá"`	Sí	—
`codigo_provincia`	`VARCHAR(3)`	`"011"`	Sí	PK
`nombre_provincia`	`VARCHAR`	`"Iquique"`	Sí	—