Códigos postales con código INE

Fuente de datos

• Callejero del Censo Electoral (INE)
• Nomenclator (INE)

Preparación ficheros

Callejero del Censo Electoral

Del callejero censal nos interesa el fichero TRAMOS_NAL.zip que dentro habrá otro fichero TRAMOS-NAL.F181231

• Pasamos a codificación UTF-8

$ iconv TRAMOS-NAL.F181231 --from=iso-8859-1 --to=utf-8 > tramos.txt

• Cogemos los campos: código INE, Código Postal, Código unidad poblacional (resumido), Nombre del población

$ cat tramos.txt | cut -c 1-5,43-47,79-82,111-135 --output-delimiter=';' | sort | uniq | grep -v 'DISEMINADO' > cps.txt

Nos debería quedar un fichero similar a:

01001;01193;0002;EGILETA                  
01001;01240;0001;ALEGRIA-DULANTZI         
01002;01450;0005;BARANBIO                 
01002;01450;0008;LEKAMAÑA                
01002;01450;0009;LEZAMA                   
01002;01468;0001;ALORIA                   
01002;01468;0003;ARTOMAÑA 

⚠️ El problema es que el nombre del pueblo está limitado a 25 carácteres con lo que no tenemos todos los nombres correctos... para eso utilizaremos el Nomenclator y mezclaremos los dos ficheros

Nomenclator para corregir el nombre de la población

• Corregimos codificación a UTF-8

$ iconv Nomdef2018.txt --from=iso-8859-1 --to=utf-8 > nomenclator.txt

• Cogemos los campos que nos interessan: Código INE, Unidad poblacional (resumido), Nombre población

$ cat nomenclator.txt | cut -c 1-5,6-9,12-81 --output-delimiter=';' | grep -v 'DISEMINADO' > pobs.txt

Debería quedar un fichero similar a

01001;0000;ALEGRÍA-DULANTZI                                                     
01001;0001;ALEGRÍA-DULANTZI                                                     
01001;0001;*DISEMINADO*                                                          
01001;0002;EGILETA                                                               
01002;0000;AMURRIO                                                               
01002;0001;ALORIA                                                                
01002;0002;AMURRIO                                                               
01002;0003;ARTOMAÑA                                                             

Mezcla de ficheros

Hay un script en Python: merge.py (debemos tener instalado pandas) que nos creará el fichero resultado