Sari la conținut
Implică-te
Date

Date deschise

Registrele întregi, ca fișiere Parquet pe care le poți interoga direct de la adresa lor, cu DuckDB sau orice unealtă care citește Parquet. Aceleași date ca în API, cu aceeași regulă despre persoane.

Seturile

Lista de mai jos vine din manifest.json, care descrie ultima ediție: fiecare set cu adresa fișierului, numărul de rânduri, mărimea, amprenta SHA-256 și coloanele, fiecare cu tipul și descrierea ei.

Se încarcă lista seturilor…

Exemplu cu DuckDB

DuckDB citește fișierul de la adresa lui prin cereri HTTP Range: aduce doar coloanele și grupurile de rânduri de care are nevoie interogarea, nu tot fișierul. Achizițiile sunt sortate după CUI-ul autorității, deci o interogare pe o singură primărie descarcă câteva sute de KB din peste 100 MB.

-- DuckDB (CLI, Python, R sau în browser cu DuckDB-WASM)
INSTALL httpfs; LOAD httpfs;

-- adresa exactă a fiecărui set e în manifest.json (câmpul url), cu ediția în cale
SELECT extract(year FROM data) AS an, count(*) AS achizitii, round(sum(valoare)) AS lei
FROM 'https://romaniatransparenta.eu/date/parquet/<editie>/achizitii.parquet'
WHERE cui_autoritate = '3675258' AND in_total  -- Primăria Reghin
GROUP BY an ORDER BY an;

-- lista seturilor din ediția curentă, direct din manifest
SELECT s.id, s.randuri, s.url
FROM (SELECT unnest(seturi) AS s FROM read_json('https://romaniatransparenta.eu/date/parquet/manifest.json'));

Același SQL merge în spațiul de lucru al investigațiilor comunității (nodul SQL, DuckDB în browser) și în orice program care citește Parquet (pandas, Polars, R arrow). Pentru căutări punctuale, fără să descarci nimic, folosește API-ul public.

Ediții și cache

  • Fișierele nu se schimbă niciodată. Adresa conține ediția (ziua exportului); o ediție nouă are adrese noi. Așa o interogare rămâne reproductibilă: cine o rulează pe aceeași adresă obține același rezultat, verificabil cu amprenta din manifest.
  • Exportul rulează zilnic, după importurile de dimineață. Păstrăm ultimele două ediții; pentru o cifră citată, notează ediția și amprenta.
  • Fișierele stau în cache un an (sunt imutabile), manifestul cinci minute. Serverul acceptă cereri Range și permite citirea din alte site-uri (CORS).

Licență și citare

Compilația România Transparentă e sub licența CC BY 4.0; datele preluate își păstrează regimul surselor (setul surse, coloana licenta). Textul de citare e în manifest (citare). „Nu avem date” sau un rând lipsă nu înseamnă zero sau „nu există”: înseamnă că nu am găsit sau nu am verificat încă. Limitările fiecărui registru sunt pe pagina limitărilor.

Persoanele

Fișierele conțin exact ce dă API-ul, nimic în plus. Persoanele apar doar prin funcția lor publică (primar, deputat, europarlamentar, conducerea publicată a unei companii de stat, rector confirmat oficial). Câștigătorii persoane fizice ai achizițiilor apar fără nume și fără cod fiscal; titularii persoane fizice ai actelor de mediu nu apar deloc; constatările ANI sunt doar agregate. Coloana „Persoane” din tabel spune, pentru fiecare set: nu, funcție publică sau agregat.