Este dataset es geoespacial de eventos: cada fila es una alerta con su zona de cobertura como polígono.

Análisis espacial: Visualizar polígonos de alerta en mapa interactivo. Agrupar por atributos categóricos (tipo de alerta, departamento).
Análisis temporal: Si hay columna de fecha, agrupar por mes para ver frecuencia de alertas.
Cruce de datos: Correlacionar con calidad del aire por fecha para estudiar impacto de eventos climáticos en contaminación.
Dashboard recomendado: Mapa de polígonos de alertas + Barras por tipo de alerta + Línea de frecuencia mensual.

Observable JS via SDK

Ejecutando...

// Cargar recurso de estaciones mediante DataMesh TypeScript SDK
const resourcePath = dataset?.resources?.[0]?.path;
const res = await datamesh.query({ resource_uri: resourcePath });

const depts = { "1": "Chuquisaca", "2": "La Paz", "3": "Cochabamba", "4": "Oruro", "5": "Potosí", "6": "Tarija", "7": "Santa Cruz", "8": "Beni", "9": "Pando" };
const deptIdx = res.columns.indexOf("id_departamento");

const data = res.rows.map(r => ({
  departamento: depts[r[deptIdx]] || "Otro"
}));

return Plot.plot({
  title: "Estaciones de Combustible por Departamento",
  subtitle: "Distribución geográfica",
  marginLeft: 110,
  x: { grid: true, label: "Número de Estaciones" },
  y: { label: null },
  marks: [
    Plot.barX(data, Plot.groupY({ x: "count" }, { y: "departamento", sort: { y: "-x" }, fill: "var(--color-primary)" })),
    Plot.ruleX([0])
  ]
});

Schema

Column	Type	Description
`ideesssaldo`	INTEGER	ID de la estación de combustible
`id_entidad`	INTEGER	ID de la entidad
`latitud`	FLOAT	Latitud de la estación de combustible
`longitud`	FLOAT	Longitud de la estación de combustible
`nombreEstacion`	STRING	Nombre de la estación de combustible
`direccion`	STRING	Dirección de la estación de combustible
`id_departamento`	INTEGER	ID del departamento

Uso Analítico

Este dataset es geoespacial de eventos: cada fila es una alerta con su zona de cobertura como polígono.

Análisis espacial: Visualizar polígonos de alerta en mapa interactivo. Agrupar por atributos categóricos (tipo de alerta, departamento).
Análisis temporal: Si hay columna de fecha, agrupar por mes para ver frecuencia de alertas.
Cruce de datos: Correlacionar con calidad del aire por fecha para estudiar impacto de eventos climáticos en contaminación.
Dashboard recomendado: Mapa de polígonos de alertas + Barras por tipo de alerta + Línea de frecuencia mensual.

Recurso #1 • CSV

stations

Descargar Recurso → https://github.com/sociedatos/bo-combustible/blob/main/stations.csv

Campo (Columna)	Tipo	Descripción
`id_eess_saldo`	`integer`	ID de la estación de combustible
`id_entidad`	`integer`	ID de la entidad
`latitud`	`number`	Latitud de la estación de combustible
`longitud`	`number`	Longitud de la estación de combustible
`nombreEstacion`	`string`	Nombre de la estación de combustible
`direccion`	`string`	Dirección de la estación de combustible
`id_departamento`	`integer`	ID del departamento

Exploración Interactiva en Cliente

Recurso: stations (CSV) • Motor DuckDB y proxy CORS automático

Tríada Canónica: oil_stations:stations

CLI (datamesh sql)

datamesh sql "SELECT * FROM 'oil_stations:stations' LIMIT 25"

Python SDK (DuckDB In-Memory)

import datamesh as dm

# Consulta unificada en 1 línea con DuckDB
res = dm.sql("""
SELECT *
FROM 'oil_stations:stations'
LIMIT 25
""")
print(res)

TypeScript SDK (Browser / Node)

import { datamesh } from '@datosbolivia/datamesh-client';

// Breve filtro
const res = await datamesh.query({
  resource_uri: 'oil_stations:stations',
  limit: 25
});
console.log(res);

Recurso #2 • CSV

supply

Descargar Recurso → https://github.com/sociedatos/bo-combustible/blob/main/data/*.csv

Campo (Columna)	Tipo	Descripción
`fecha_actualizacion`	`datetime`	Fecha de la actualización
`id_eess`	`integer`	ID de la estación de combustible
`id_producto_bsa`	`integer`	ID del producto
`fecha_ultima_venta`	`any`	Fecha de la última venta
`saldo_octano`	`number`	Saldo de octano
`saldo_bsa`	`number`	Saldo de bsa
`saldo_planta`	`number`	Saldo de planta

Exploración Interactiva en Cliente

Recurso: supply (CSV) • Motor DuckDB y proxy CORS automático

Tríada Canónica: oil_stations:supply

CLI (datamesh sql)

datamesh sql "SELECT * FROM 'oil_stations:supply' LIMIT 25"

Python SDK (DuckDB In-Memory)

import datamesh as dm

# Consulta unificada en 1 línea con DuckDB
res = dm.sql("""
SELECT *
FROM 'oil_stations:supply'
LIMIT 25
""")
print(res)

TypeScript SDK (Browser / Node)

import { datamesh } from '@datosbolivia/datamesh-client';

// Breve filtro
const res = await datamesh.query({
  resource_uri: 'oil_stations:supply',
  limit: 25
});
console.log(res);