Columna

Tipo

Descripción

Unidad

fecha

Date

Dia de la foto de precios SEPA.

ISO 8601 YYYY-MM-DD

codigo_barras

String

Codigo de barras (EAN) del producto. = id_producto del crudo SEPA.

EAN

descripcion

String

Descripcion del producto segun SEPA.

texto

marca

String

Marca del producto.

texto

cantidad_referencia

Float64

Contenido en la unidad de referencia (ej. 2250 para 2,25 L expresado en CM3).

segun unidad_referencia

unidad_referencia

String

Clase fisica normalizada de la unidad de referencia: kg (peso), l (volumen), un (conteo). Null si la fuente no la informa o no se reconoce (longitud/area/otros). Derivada del texto libre del source.

clase {kg, l, un}

precio

Float64

Mediana nacional del precio de lista entre las sucursales que reportan el producto.

ARS

precio_referencia

Float64

Mediana nacional del precio por unidad de referencia que declara la cadena. Su BASE varia por cadena (por kg / 100 g / litro / 100 ml / unidad...) y NO esta normalizada -> NO comparable entre productos. Usar precio. Null si la fuente no lo informa.

ARS por unidad de referencia (base sin normalizar)

cantidad_sucursales

Int64

Cantidad de sucursales que reportan el producto ese dia (cobertura/representatividad).

cantidad

snapshot_date

Date

Fecha del snapshot (operacional cross-dataset).

ISO 8601 YYYY-MM-DD

Pueden invalidar un análisis ingenuo. Documentadas como parte del control de calidad.

El codigo de barras esta en id_producto, no en productos_ean

productos_ean es un flag (=1). El EAN real (id_producto del crudo) se publica como codigo_barras.

precio es la mediana nacional, no el precio de una sucursal puntual

Agrega entre todas las sucursales que reportan el producto ese dia. La dispersion por sucursal/geo no esta en este dataset (seria un dataset granular por sucursal, futuro).

cantidad_sucursales = representatividad

Productos con pocas sucursales (n bajo) tienen una mediana menos representativa. Filtrar por cantidad_sucursales para comparaciones nacionales.

unidad_referencia es la CLASE fisica (kg/l/un), no la unidad cruda

El source trae la unidad como texto libre por cadena (EA/UNI/GRM/kg/lt/cm3/...). Aca se normaliza a la clase fisica: kg (peso), l (volumen), un (conteo); null si no se reconoce (longitud/area/otros). NO confundir con la BASE de precio_referencia, que NO esta normalizada (ver gotcha siguiente).

precio_referencia NO es comparable entre productos

Es el precio por unidad de referencia que declara cada cadena, pero su base varia (por kg vs por 100 g vs por litro vs por 100 ml vs por unidad). No se re-escala (seria poco confiable). Para comparar precios usar precio (mediana de lista) acotando por descripcion (que incluye el tamano).

SEPA publica datos REALES de fin de semana (no re-filtrar sabado/domingo)

La fuente actualiza un archivo por dia los 7 dias (sabado y domingo incluidos), con precios reales distintos del viernes (verificado 2026-06-21: ~2-5% de los EANs cambian de precio cada dia del finde). Una correccion vieja (PRs #680-682) asumio que los archivos de finde repetian el viernes y los filtraba -> se perdian TODOS los sabados y domingos. NO re-introducir filtros de "dia habil" en la captura ni en el productor: la fecha del dato sale de la carpeta interna real del ZIP.

Precios de supermercados por producto

Qué incluye