Herramientas de conjuntos de datos — Referencia de herramientas MCP
Las herramientas de conjuntos de datos implementan el proceso de datos medallón con ámbito de paquete: un paquete vincula un proyecto, un cuestionario y un subconjunto de campañas con una única cadena lineal Bronce → Plata → Oro (consulte Herramientas de paquetes para las operaciones del ciclo de vida). Estas herramientas extraen las respuestas de las encuestas al conjunto de datos Bronce de un paquete, derivan su conjunto de datos Plata (codificación de respuestas abiertas y, a continuación, ponderación por posestratificación sobre la base de casos codificada), lo refinan en Oro y lo exportan en varios formatos. La calidad es una cuestión del paquete, no del conjunto de datos: consulte las herramientas de calidad en la Referencia de herramientas de paquetes.
list_datasets
Sección titulada «list_datasets»Lista los conjuntos de datos con filtros opcionales.
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
stage |
string |
No | — | Filtra por etapa: "bronze", "silver" o "gold" |
source_type |
string |
No | — | Filtro: "campaign", "project", "upload", "weighted" o "refined" |
campaign_id |
string |
No | — | Filtra por ID de campaña |
limit |
integer |
No | 100 |
Número máximo de resultados que se devuelven |
Devuelve: { items: [...], count, limit }
get_dataset
Sección titulada «get_dataset»Obtiene la identidad, el linaje, las métricas y el estado de un conjunto de datos. Es la herramienta que cada paso del proceso indica consultar periódicamente, por lo que está acotada: la respuesta no crece con el cuestionario.
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
dataset_id |
string |
Sí | — | UUID del conjunto de datos |
Devuelve: id, name, description, stage, source_type, source_dataset_ids, bundle_id, campaign_id, questionnaire_id, strategy_id, row_count, column_count, has_weights, weight_column, weighted_at, weighting_method, weighting_config, quality_score, processing_status, processing_error, data_path, created_at, invalid_cells.
processing_error es el motivo por el que una etapa terminó en error, por ejemplo el propio rechazo coding_produced_no_columns: de la derivación. Es null en cualquier otro estado. Léalo siempre que processing_status sea error: sin él, una consulta puede ver que una etapa falló, pero no por qué.
processing_error lleva siempre el tipo de fallo antes de los dos puntos. Un motivo que solo nombra identificadores, unidades, columnas o un umbral se devuelve completo. Un rechazo de ponderación conserva el factor y la columna que nombra, pero no los valores de columna que cita, porque pueden ser datos de los encuestados. La página de la etapa Plata en Balansor muestra ese motivo completo. get_bundle_quality informa del motivo de una etapa fallida de la misma manera, igual que get_task_status para una ejecución de run_bundle_pipeline que se detuvo en Plata.
weighting_config es el registro de lo que hizo la derivación:
- los factores sobre los que ponderó, con sus objetivos y ajustes;
- las cifras de convergencia;
- cuántos registros eliminaron el umbral de completitud y la exclusión de voluntarios;
- qué unidades de respuesta abierta intentó, codificó y perdió, con el tipo de cada pérdida.
El esquema de columnas no está aquí: léalo con get_dataset_schema. Es el único campo no acotado de un conjunto de datos (89 KB de una respuesta de 90 KB en un conjunto de datos Plata de 192 columnas), de modo que cada consulta periódica gastaría decenas de miles de tokens en releer un esquema que no cambia para ver una cadena de estado de 7 bytes.
invalid_cells es {column: count} para las celdas que la extracción no pudo leer con el tipo que almacena su columna y que, por tanto, guardó en blanco; por ejemplo, un ítem Radio que contiene prosa. {} significa que la extracción lo comprobó y no encontró ninguna; null significa que el conjunto de datos es anterior a la comprobación. Un blanco escrito así es, por lo demás, indistinguible de una pregunta que el encuestado omitió, así que léalo antes de sacar conclusiones sobre los datos faltantes.
get_dataset_schema
Sección titulada «get_dataset_schema»Obtiene el esquema de columnas de un conjunto de datos: por cada columna, su dtype, el item_id, item_title y control_type de los que procede, su mapa labels (código → rótulo) y su procedencia de roster o indicador.
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
dataset_id |
string |
Sí | — | UUID del conjunto de datos |
columns |
string[] |
No | — | Nombres de las columnas que se devuelven; omítalo para obtener todas |
detail |
boolean |
No | true |
false devuelve column_index (el nombre y el control_type de cada columna) en lugar de column_schema |
Devuelve: { dataset_id, stage, column_count, column_schema, returned, unknown_columns }, con column_index ({ name: control_type }, null para los metadatos de registro) en lugar de column_schema cuando detail es false.
Dos columnas de metadatos de registro describen hasta dónde llegó cada encuesta: _reached cuenta los ítems que se mostraron al encuestado (incluido el que está en pantalla) y _completeness es la proporción de ellos que respondió (respondidos ÷ alcanzados). El umbral de completitud del paquete lee _completeness.
Un conjunto de datos Bronce devuelve además custom_attribute_keys: los atributos personalizados de los encuestados con los que se extrajo, cada uno una columna del conjunto de datos (_custom_<key>). Solo se extraen los atributos que nombra un factor de una estrategia de muestreo o un objetivo de calibración del paquete, así que lea esta lista antes de definir un objetivo sobre un atributo: una clave que no figure en ella no está en el conjunto de datos hasta una nueva extracción (create_bronze_dataset). Una lista vacía significa que no se nombró nada. El campo no aparece en los conjuntos de datos Plata y Oro ni en un Bronce extraído antes de que se registraran las claves; vuelva a extraer este último antes de ponderar sobre un atributo.
column_count es el del propio conjunto de datos, de modo que con un filtro columns es mayor que returned, y la diferencia le indica cuánto del esquema no ha visto. Un nombre que usted pase y que el conjunto de datos no tenga se devuelve en unknown_columns en lugar de descartarse, de modo que una errata se distingue de una columna que la etapa realmente no tiene.
Con un instrumento real, léalo en dos pasos. Un esquema de 293 columnas ocupa unos 134 KB, más que el presupuesto de resultado de herramienta de la mayoría de los agentes. Llame primero con detail: false —las mismas 293 columnas vuelven como un índice de unos 7 KB— y pase después como columns los pocos nombres que necesite para obtener sus entradas completas. Solo dos momentos requieren esta herramienta: elegir los objetivos de calibración (qué columna, y cómo llama su mapa labels a cada código) y componer un catálogo de operaciones Oro (qué columnas existen para cambiar de nombre, eliminar o reordenar). GET /api/v1/datasets/<id> es la otra vía y lleva el esquema completo: REST es el canal para resultados grandes.
create_bronze_dataset
Sección titulada «create_bronze_dataset»Extrae el conjunto de datos Bronce de un paquete. El paquete ya contiene el cuestionario y su subconjunto de campañas: esta herramienta no admite una selección libre de cuestionario o campaña. Las previsualizaciones se rechazan sin condiciones, de modo que ningún argumento puede incorporar a la base un recorrido de prueba del diseño. Volver a ejecutarla vincula el nuevo Bronce a la cadena del paquete e invalida en cascada los conjuntos de datos Plata y Oro posteriores (pasan a estar obsoletos, no se eliminan: sus recetas se conservan para volver a derivarlos con un clic).
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
bundle_id |
string |
Sí | — | El paquete cuyo conjunto de datos Bronce se (re)extrae |
include_demographics |
boolean |
No | true |
Incluye las columnas demográficas de los encuestados y los atributos personalizados que nombra el paquete |
Devuelve: { dataset_id, bundle_id, stage: "bronze", ... } con el informe de extracción, que incluye invalid_cells (consulte get_dataset, que es donde debe leerse en cualquier turno posterior), custom_attribute_keys (los atributos personalizados escritos como columnas) y empty_custom_attribute_keys (los de entre ellos que no tiene ninguno de los encuestados de las encuestas, que es como se manifiesta un nombre de atributo mal escrito).
Qué atributos de los encuestados se extraen. La edad, el género y la ubicación se escriben en todos los registros. Un atributo personalizado se escribe solo cuando lo nombra un factor de una estrategia de muestreo o un objetivo de calibración del paquete; cualquier otra clave del registro del encuestado queda fuera del conjunto de datos. Un atributo nombrado que ningún encuestado tiene recibe igualmente una columna, que queda vacía. Por tanto, nombrar un atributo nuevo después de una extracción requiere otra llamada a create_bronze_dataset antes de que una derivación pueda ponderar sobre él.
include_demographics: false se rechaza cuando el paquete nombra un atributo personalizado, con {"error": "named_attributes_require_enrichment", "detail": "..."} nombrando los atributos. Un atributo nombrado solo se escribe junto con las columnas demográficas, y un conjunto de datos Bronce sin él nunca podría ponderarse sobre él. Extraiga con el valor predeterminado.
code_open_ends (alias: derive_silver)
Sección titulada «code_open_ends (alias: derive_silver)»Deriva el conjunto de datos Plata de un paquete: codifica el texto abierto en una columna categórica etiquetada por cada dimensión seleccionada y, a continuación, aplica raking (calibración por rastrillado; ponderación por posestratificación) sobre la base de casos codificada. Es la única herramienta que produce un conjunto de datos Plata, y siempre parte del propio conjunto de datos Bronce listo del paquete: ninguna herramienta ofrece ponderar otro conjunto de datos.
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
bundle_id |
string |
Sí | — | El paquete cuyo conjunto de datos Bronce se deriva en Plata |
Devuelve: { silver_dataset_id, status: "processing", job_id }: la derivación se ejecuta en segundo plano. Consulte get_dataset(dataset_id=silver_dataset_id) hasta que processing_status sea ready o error.
La codificación se aplica a las unidades que nombra la selección de codificación del paquete —establézcala con set_coding_selection (consulte Herramientas de paquetes)— y, dentro de cada una, a las dimensiones que un investigador seleccionó en Balansor; una unidad que el analista clasificó como nominal se codifica en cambio por valor exacto, sin llamada al modelo ni revisión de dimensiones. Una unidad seleccionada que esté sin clasificar o clasificada como identifier detiene la derivación con coding_selection_unresolvable, nombrándola. Cuando no hay nada seleccionado, se omite la codificación y la ponderación se aplica directamente al conjunto de datos Bronce; es un resultado normal, no un error. Una unidad seleccionada cuyas dimensiones nadie ha revisado no produce ninguna columna codificada y la derivación se completa igualmente: compruebe awaiting_review en get_bundle_coding antes de dar el resultado por completo. Una derivación sí se rechaza cuando un objetivo de calibración nombra una columna codificada cuya dimensión (weighting_factor_dimension_deselected) o cuya unidad entera (weighting_factor_deselected) el paquete ya no selecciona: vuelva a seleccionarla o elimine el factor. Una derivación también se rechaza con weighting_attributes_not_extracted cuando ponderaría sobre un atributo personalizado del encuestado con el que no se extrajo el Bronce (véase más abajo). derive_silver está registrado como segundo nombre de herramienta para la misma operación: tanto el texto de un agente que dice «derive silver» como el que dice «code open ends» llevan a ella.
Una derivación que no codifica nada termina en error, no en ready. Una unidad que no puede codificarse queda sin codificar y las demás se codifican igualmente, pero si ninguna de las unidades que intentó la derivación produjo una columna, el conjunto de datos Plata llega a processing_status: "error" con processing_error que dice coding_produced_no_columns: seguido de cada clave de unidad y el motivo por el que no produjo nada. Trátelo como definitivo: una nueva ejecución encuentra las mismas unidades y vuelve a no producir nada, así que corrija la causa (vuelva a extraer un conjunto de datos Bronce al que le faltan las columnas de texto, o repare el libro de códigos en Balansor) antes de derivar de nuevo. Esto es distinto de un backend de embeddings inaccesible, que el trabajo reintenta por su cuenta antes de escribir ningún error.
Ponderar sobre un atributo personalizado que el conjunto de datos Bronce no contiene se rechaza, nombrándolo. El código es weighting_attributes_not_extracted y el detalle nombra cada atributo y su columna. Llega de una de dos maneras, según los objetivos de calibración:
- Cuando los objetivos son todo el conjunto de ponderación (
use_strategy_factorsesfalse, como ocurre trasset_calibration_targets(factors=[...])o en cuanto un investigador ha abierto la página Plata), la propia herramienta responde{"error": "weighting_attributes_not_extracted", "detail": "..."}y no se inicia ningún trabajo. - Cuando los objetivos siguen la estrategia de muestreo, la herramienta devuelve
processingy el conjunto de datos Plata termina enerrorantes de cualquier codificación, con unprocessing_errorque empieza porweighting_attributes_not_extracted:.
En ambos casos la solución es la misma: ejecute de nuevo create_bronze_dataset y luego derive. Si ningún encuestado del paquete tiene un atributo con ese nombre, el nombre es incorrecto; corríjalo en los objetivos de calibración o en la estrategia de muestreo, ya que una nueva extracción solo añadiría una columna vacía. Para anticiparlo, compare custom_attribute_keys del conjunto de datos Bronce (get_dataset_schema) con los atributos sobre los que pretende ponderar. Un atributo que la estrategia nombra sin ponderar sobre él nunca bloquea una derivación; su factor aparece como no medible en get_bundle_quality hasta una nueva extracción.
create_gold_dataset
Sección titulada «create_gold_dataset»Refina el conjunto de datos Plata listo de un paquete en su conjunto de datos Oro. Siempre parte del propio Plata del paquete y reemplaza cualquier Oro anterior de la cadena.
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
bundle_id |
string |
Sí | — | El paquete cuyo conjunto de datos Plata se refina |
name |
string |
No | — | Nombre del conjunto de datos Oro. De forma predeterminada, "{bundle_name} — Gold" |
operations |
object[] |
No | — | La receta Oro para esta llamada. Omítala para construir a partir de la receta guardada del paquete (la disposición guardada en la página Oro; léala con get_bundle). Pasarla anula la receta guardada solo para esta llamada; no se guarda nada |
Sin operaciones (ninguna pasada ni guardada), el conjunto de datos Oro es una copia del conjunto de datos Plata. Con operaciones, el Oro difiere del Plata solo en lo que estas indican: se conserva cada columna no eliminada, en el orden del archivo Plata, con su entrada de esquema completa (texto de la pregunta, etiquetas de valor).
La receta operations
Sección titulada «La receta operations»Una lista ordenada de filas. Una fila nombra columnas del archivo Plata, nunca un nombre que introduzca un rename. La única excepción es una entrada reorder, que también puede nombrar una columna que añade la receta. get_dataset_schema lista las columnas que nombra el esquema del conjunto de datos Plata: respuestas, dimensiones codificadas y pesos. El archivo Plata contiene además columnas que no lista: columnas de metadatos de registro (como _survey_id y _response_timing) y columnas de enriquecimiento, los atributos de los encuestados que añadió la extracción (_demographic_*, _custom_*). Se conservan en el conjunto de datos Oro como cualquier otra columna, y una receta también puede referirse a ellas por su nombre.
op |
Campos | Efecto |
|---|---|---|
rename |
column, to |
Sirve column con el nombre to. Prevalece el último rename de una columna |
remove |
column |
Deja column fuera del conjunto de datos Oro |
alias |
column, to |
Sirve column una vez más, con el nombre to. Una fila por cada nombre adicional; una columna puede tener varios. column debe servirse a su vez |
reorder |
order (lista de nombres) |
Las columnas nombradas van primero, en este orden; cada columna que order omite sigue en su posición predeterminada. Una entrada es una columna Plata, el to de un alias o un name calculado, cada uno como máximo una vez. Nunca descarta una columna. Solo tiene efecto la última fila reorder |
compute |
name, kind, más los campos del tipo |
Añade una columna llamada name |
Posiciones predeterminadas, para cada columna que order no nombra: las columnas Plata en el orden del archivo Plata, luego los alias en el orden de la receta y después las columnas calculadas en el orden de la receta. Para colocar un alias o una columna calculada entre dos columnas Plata, nómbrela en order junto con las columnas que la preceden.
Tipos de compute:
kind |
Campos | Efecto |
|---|---|---|
arithmetic |
left, operator ("+", "-", "*", "/"), right |
Una operación entre dos columnas; cada celda se lee como número. Una celda que no es un número, o una división por cero, da un valor vacío |
recode |
column, buckets (lista de [min, max, label]) |
Cada tramo asigna los valores de min a max, ambos incluidos, a label; cada celda se lee como número. Una celda que no es un número, o que no cae en ningún tramo, da un valor vacío. min y max son números finitos con min no mayor que max; label es un texto no vacío |
concat |
columns (lista), separator (texto) |
Une las columnas en orden |
formula está reservado para una versión futura y se rechaza por su nombre, tanto en op como en kind.
Reglas que debe cumplir la receta:
- Qué lee un cálculo. Los cálculos se ejecutan sobre todo el conjunto de datos Plata, antes de cambiar el nombre de ninguna columna o eliminarla. Una entrada es una columna Plata (servida, renombrada o eliminada por igual) o el
namede una filacomputeanterior en la lista, nunca un alias. El lugar que ocupa una columna calculada en el archivo no cambia lo que puede leer. - Nombres de alias y calculados. El
tode un alias y unnamecalculado deben ser distintos de cualquier nombre de columna Plata, incluidas las eliminadas. - Un alias necesita su columna. Se rechaza un
aliasde una columna que la receta elimina: para servir una columna solo con un nombre nuevo, aplíquelerename. - Nombres nuevos. Un nombre que crea la receta (un destino de
rename, un alias o unnamecalculado) no puede estar en blanco ni empezar o terminar con espacios. - Nombres de salida. Los nombres con los que acaba el conjunto de datos Oro son cada columna servida con su nombre final, más cada alias y cada nombre calculado. Un nombre que crea la receta debe ser distinto de cualquier otro nombre de salida sin distinguir mayúsculas y minúsculas:
Scoreyscoreentran en conflicto. Dos columnas Plata que la receta deja con sus propios nombres nunca se rechazan, aunque solo difieran en mayúsculas y minúsculas; esa es la propia nomenclatura del conjunto de datos Plata. - Al menos una columna. Se rechaza una receta que elimina todas las columnas Plata y no calcula ninguna.
- La columna de pesos. Los pesos del conjunto de datos Oro son la columna de pesos del conjunto de datos Plata: si se renombra, sigue siendo la columna de pesos con su nuevo nombre; si se elimina, el Oro no lleva pesos, aunque otra columna se renombre con su nombre anterior. Un alias de la columna de pesos es una segunda copia de sus valores y nunca es la columna de pesos del Oro.
- Las filas
rename,remove,aliasyreorderpueden aparecer en cualquier orden entre sí. El orden importa entre las filascompute, y entre las filasaliassolo para su posición predeterminada.
[ {"op": "rename", "column": "age", "to": "Age"}, {"op": "remove", "column": "_response_timing"}, {"op": "alias", "column": "age", "to": "age_at_interview"}, {"op": "reorder", "order": ["_survey_id", "age", "age_band"]}, {"op": "compute", "name": "age_band", "kind": "recode", "column": "age", "buckets": [[18, 34, "18-34"], [35, 54, "35-54"], [55, 120, "55+"]]}]Devuelve: { gold_dataset_id, name, stage: "gold", bundle_id, row_count, column_count, skipped }
skipped lista las entradas de la receta que la construcción dejó de lado porque el conjunto de datos Plata no tiene su columna, cada una como { "op": "remove" | "reorder", "column": "<name>" }. Una receta puede sobrevivir al Plata para el que se escribió: una entrada remove o reorder que nombra una columna que el Plata ya no tiene se omite y se indica aquí en lugar de rechazarse. Es una lista vacía cuando no se omitió nada.
Rechazos (cada uno { "error": "<code>", "detail": "..." }; no se publica ningún Oro):
error |
Cuándo |
|---|---|
silver_not_ready |
El paquete no tiene un conjunto de datos Plata listo, su archivo no puede leerse o el Plata cambió mientras se construía el conjunto de datos Oro. Derive el Plata y vuelva a llamar |
bronze_schema_stale |
El conjunto de datos Bronce del paquete se extrajo con un conjunto de columnas anterior. Vuelva a extraer el Bronce, derive el conjunto de datos Plata y vuelva a llamar |
invalid_operations |
La receta infringe una de las reglas anteriores, comprobadas antes de cualquier construcción: un op o kind desconocido o reservado, un campo que falta, un nombre nuevo en blanco o con espacios al principio o al final, un tramo mal formado (un límite que no es un número finito, o min mayor que max), un nombre que aparece dos veces en un mismo reorder, un rename o un alias de una columna que el conjunto de datos Plata no tiene, un alias de una columna eliminada, una entrada de cálculo que no es ni una columna Plata ni un nombre calculado anterior, un alias o nombre calculado igual a una columna Plata, un nombre creado por la receta que solo difiere de otro nombre de salida en mayúsculas y minúsculas, o una receta que no deja ninguna columna. detail nombra cada columna implicada |
build_failed |
La receta superó las comprobaciones, pero un cálculo no pudo realizarse sobre los datos. detail indica el motivo |
layout_changed |
Solo al construir a partir de la receta guardada: la receta se volvió a guardar (en la página Oro) mientras se construía este conjunto de datos Oro. El Oro construido se descarta y el Oro anterior del paquete, construido con la receta previa a ese guardado, deja de estar en ready; vuelva a llamar |
gold_superseded |
Una construcción simultánea reemplazó este conjunto de datos Oro; vuelva a llamar |
Validación de etapa: el conjunto de datos Plata del paquete debe estar en ready; un Plata inexistente o no listo devuelve un error en lugar de recurrir al conjunto de datos Bronce.
export_dataset
Sección titulada «export_dataset»Exporta un conjunto de datos en el formato indicado.
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
dataset_id |
string |
Sí | — | UUID del conjunto de datos |
format |
string |
No | "csv" |
Formato de exportación: "csv", "csv_semicolon" (separadores ; y decimales ,, para un Excel en húngaro, alemán, francés o español), "xlsx", "spss", "parquet", "rds" o "json" |
Devuelve: { dataset_id, format, download_url, rows, columns, file_size_bytes }. El archivo exportado nunca se devuelve dentro de la propia respuesta: download_url es un enlace de corta duración (caduca unos minutos después de generarse) que permite descargar el archivo directamente por HTTPS sin más autenticación; puede reutilizarse tantas veces como se quiera hasta que caduque. Solicite una nueva exportación si el enlace ha caducado.
Formatos de exportación
Sección titulada «Formatos de exportación»| Formato | Extensión | Descripción |
|---|---|---|
csv |
.csv |
Formato universal para la mayoría de las herramientas |
xlsx |
.xlsx |
Excel con hojas de resumen y de esquema |
spss |
.sav |
SPSS con etiquetas de variable y de valor |
parquet |
.parquet |
Formato columnar con metadatos completos (compresión Snappy) |
rds |
.rds |
R: las variables categóricas llegan como factores y las etiquetas de valor como niveles del factor |
json |
.json |
Un único documento: {dataset, column_schema, rows}. Los registros conservan los códigos de respuesta guardados; las etiquetas de valor de cada columna están en column_schema. Los valores faltantes son null |
delete_dataset
Sección titulada «delete_dataset»Elimina un conjunto de datos y, opcionalmente, su archivo de datos.
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|---|
dataset_id |
string |
Sí | — | UUID del conjunto de datos |
delete_file |
boolean |
No | false |
Elimina también el archivo de datos Parquet |
Devuelve: { deleted: true, dataset_id, dataset_info: { name, stage, row_count, data_path }, file_deleted }
Gestión de errores
Sección titulada «Gestión de errores»Validación de etapas
Sección titulada «Validación de etapas»El proceso del paquete impone la progresión y la disponibilidad de las etapas: no puede omitirse una etapa ni exportarse mientras está obsoleta.
| Operación | Requisito | Error |
|---|---|---|
code_open_ends / derive_silver |
El conjunto de datos Bronce del paquete debe estar en ready |
{"error": "bronze_not_ready", "detail": "Extract a ready Bronze first"} |
code_open_ends / derive_silver |
El conjunto de datos Bronce debe corresponder a la versión actual del esquema de extracción | {"error": "bronze_schema_stale", "detail": "..."}. Vuelva a extraer el Bronce (create_bronze_dataset) y luego derive |
code_open_ends / derive_silver |
Cada atributo personalizado sobre el que pondera la derivación debe haberse extraído al conjunto de datos Bronce | {"error": "weighting_attributes_not_extracted", "detail": "..."}, nombrando los atributos. Vuelva a extraer el Bronce y luego derive |
create_bronze_dataset |
include_demographics debe seguir siendo true cuando el paquete nombra un atributo personalizado |
{"error": "named_attributes_require_enrichment", "detail": "..."}, nombrando los atributos |
create_gold_dataset |
El conjunto de datos Plata del paquete debe estar en ready |
{"error": "silver_not_ready", "detail": "Derive a ready Silver first"} |
create_gold_dataset |
El conjunto de datos Bronce del paquete debe corresponder a la versión actual del esquema de extracción | {"error": "bronze_schema_stale", "detail": "..."}, nombrando lo que ese Bronce no registra. Vuelva a extraer el Bronce, derive el conjunto de datos Plata y después construya el conjunto de datos Oro |
create_gold_dataset |
La receta debe ser válida para las columnas del conjunto de datos Plata | {"error": "invalid_operations", "detail": "..."}, nombrando las filas y las columnas. Consulte create_gold_dataset |
export_dataset |
El conjunto de datos debe estar en ready (no en processing/invalidated/error) |
{"error": "not_ready", "detail": "Dataset is '{status}', not ready — re-derive the stage before exporting."} |
export_dataset |
El conjunto de datos Bronce correspondiente (el propio conjunto de datos, o el Bronce de su paquete en el caso de un conjunto de datos Plata u Oro) debe corresponder a la versión actual del esquema de extracción | {"error": "bronze_schema_stale", "detail": "..."}, nombrando lo que ese Bronce no registra. Vuelva a extraer el Bronce, vuelva a derivar y luego exporte |
export_dataset |
Todas las preguntas codificadas de un conjunto de datos Plata deben estar revisadas: una pregunta pendiente de revisión de dimensiones aún no tiene columna codificada | {"error": "coding_awaiting_review", "detail": "..."}, nombrando las preguntas. Revise las dimensiones en Balansor, vuelva a derivar y luego exporte |
export_dataset |
El archivo de datos del conjunto de datos debe existir | {"error": "file_missing", "detail": "The dataset's data file is missing — re-derive the stage."} |
Errores comunes
Sección titulada «Errores comunes»| Situación | Respuesta |
|---|---|
| Conjunto de datos no encontrado | {"error": "Dataset {id} not found"} |
| Paquete no encontrado | {"error": "not_found", "detail": "Bundle {id} not found"} |
| Estrategia no encontrada | {"error": "Sampling strategy {id} not found"} |
| Sin archivo de datos | {"error": "Dataset {id} has no data file"} |
| Formato de exportación no válido | {"error": "Invalid format. Allowed: csv, csv_semicolon, xlsx, spss, parquet, rds, json"} |
| No hay encuestas completadas | {"error": "no_completed_surveys", "detail": "..."}: amplíe la selección de campañas o espere a que se completen más |
| El paquete no selecciona ninguna campaña | {"error": "no_campaigns_selected", "detail": "..."}: la base de medición de un paquete son las encuestas de las campañas que selecciona; asigne al menos una |
| La extracción no pudo escribir el conjunto de datos | {"error": "extraction_failed", "column": "q_x", "detail": "..."}: una columna contiene valores que no pueden unificarse en un solo tipo. El valor problemático se omite deliberadamente (es la respuesta de un encuestado); examine los valores sin procesar de esa columna, corrija las respuestas de origen y vuelva a extraer |