Primo progetto territoriale del DataCivicLab. Analisi dei dati aperti del Comune di Bologna.
💬 Discussions — segnala dataset, proponi analisi, chiedi come contribuire.
Stato: pilota attivo — 6 dataset, 19M records, 3 mapping territoriali.
Dati aperti di Bologna scaricati, strutturati e incrociati. Il portale OpenData Bologna ha 702 dataset. Qui ne selezioniamo i migliori e li rendiamo interrogabili in locale via DuckDB.
Bologna ha uno dei portali open data comunali più maturi d'Italia:
- 702 dataset, licenza CC BY 4.0
- Serie storiche demografiche dal 1986
- Dati di mobilità (ZTL, bici, parcheggi) con granularità oraria
- Geolocalizzati — coordinate, quartieri, zone
- API pulita con export diretto in Parquet
| Dataset | Records | Periodo | Freq |
|---|---|---|---|
| Varchi ZTL (80 accessi) | 18.6M | 2019–2026 | mensile |
| Incarichi collaborazione | 747 | 2012–2026 | weekly |
| Temperature Bologna | 9,3k | 2001–2026 | daily |
| Precipitazioni Bologna | 9,3k | 2001–2026 | daily |
| Centraline qualità aria | 44k | 2026 | daily |
| Popolazione per quartiere | 239k | 1986–2024 | annuale |
| Colonnine conta-bici | 516k | 2018–2026 | mensile |
| Varco ZTL Ercolani | 254k | 2019–2026 | mensile |
| Rifter civici (indirizzi + quartiere) | 77k | — | mensile |
# Stato
make status
# Scarica/aggiorna dati
make fetch
make fetch/popolazione-quartiere
# Query SQL
make q/popolazione-quartiere CMD="SELECT quartiere, sum(residenti) FROM data WHERE anno='2024-01-01' GROUP BY quartiere"
# Check completo
make check- Bici vs Auto: confronto su Viale Ercolani nel 2024: ~2.900 bici e ~720 auto/giorno (dati osservati, varco n.44 vs colonnina Ercolani — vedi
analisi/02_bici_vs_auto.sql) - Demografia per quartiere: popolazione 1986–2024, età, sesso, cittadinanza
- Mobilità × territorio: colonnine e varchi ZTL mappati ai quartieri via civici ufficiali
- Cross-dominio: incroci con dati nazionali Lab (ANAC, ISTAT, qualità aria)
dataset/*.yml → pipeline/fetch.py → _data/*.parquet → DuckDB
↓
mapping/*.csv → join territoriali ← analisi SQL
Repo autonomo, formati compatibili con il Lab. Dipendenze minime: pip install -r requirements.txt (duckdb, PyYAML, pandas).
- Scoring 20/80 del catalogo (702 dataset)
- Popolazione per quartiere (serie 1986–2024)
- Colonnine bici + mapping ai quartieri
- Varchi ZTL (80 accessi mergiati) + mapping ai quartieri
- Pipeline fetch + validazione + registry
- Qualità aria (NO2, PM10) + incrocio traffico/inquinamento
- Demografia completa (emigrati, famiglie, convivenze)
- Dashboard quartieri
- Codice: MIT (LICENSE)
- Dati: CC BY 4.0 (Comune di Bologna) — i dati originali restano di proprietà del Comune di Bologna e vengono redistribuiti nei termini della licenza CC BY 4.0 indicata sul portale.