v některých souborech jsou záporná čísla zapsaná tak, že minus je na
konci, takže většina parserů sloupec načte jako text a převod na číslo
běžným způsobem nefunguje
některé CSV soubory jsou oddělované čárkou (a obsahují
desetinnou tečku), jiné středníkem (s desetinnou čárkou)
u číselníků je třeba myslet na to, že můžou obsahovat duplicitní
položky (např. stejný kód, jiný název), z nichž každá platí v jiném
časovém období - pokud se to neodfiltruje, můžou při napojení JOINem
vznikat duplicity.
Doplněno 28. 11. 2019:
v číselnících mohou být dvě stejné položky platné v jeden moment,
tj. i po profiltrování přes datum (příklad položka 1381 v číselníku
položek) - možná je to metodicky správně, ale rozhodně neintuitivní a je
potřeba to ošetřit při napojování číselníků
[poznámka o URL číselníků a prohlížečů odstraněna: už nerelevantní
(URL prohlížečů už mají jinou logiku)]
názvy sloupců označující fáze rozpočtového cyklu (ZU_ROZ*) se liší
mezi obcemi (výkaz FINM) a státem (výkaz FINU) - není to chyba, ale je
to třeba vědět
Doplněno 28. 2. 2020:
v číselníku účelových znaků je položka 27983, což je část OP Doprava
pro Prahu v roce 2015/16, označena platností začínající po roce
2200.
v datech obcí se v roce 2015 vyskytují příjmy s účelovými znaky
norských fondů 95028/95528, ačkoli tato položka číselníku platí až od
roku 2016.
ID položky v datech FINM_2017 doplnění na délku 5 o leading zero,
která v XML číselníku není
Doplněno 13. 12. 2019:
čistě rozpočtářský poznatek: jsou v Česku obce - mj. Praha - které
své příjmy z vlastní činnosti, prodeje majetku a podobných věcí
nerozpočtují, ale považují je za část své hospodářské činnosti; v Praze
je to dáno statutem. Tyto příjmy se pak do rozpočtu dostávají jako
transfer v položce 4131 “Převody z vlastních fondů hospodářské
(podnikatelské) činnosti”. Není tedy rozumné srovnávat příjmy z vlastní
činnosti aj. nebo z transferů mezi obcemi, pokud nevíme, jak to která
obec rozpočtově a účetně vykazuje; srovnání může jít líp před výkaz
zisků a ztrát než přes rozpočet, je to ale v mnohém hrubší.
Doplněno 20. 1. 2019
CSV soubory jsou pojmenované jinak v letech 2010-12 (bez datumu v
názvu)
IČO v souborech 2010-12 je “obohaceno” o dvě nuly na začátku
v některých letech jsou stejná data rozdělená do víc souborů
(napříklady rozvahy a výkazy zisků a ztrát 2018, kde jsou MČ
zvlášť)
Co v datech není nebo jsem to nenašel
zdrojové třídění u rozpočtů samospráv - jen incidentálně jako
součást reportu účelového financování
údaje o regulaci zaměstnanosti ve veřejném sektoru neboli
rozpočtované a skutečné počty zaměstnanců a průměrné platy, ač se
sledují a částečně zveřejňují ve státním závěrečném účtu, viz petrbouchal/urednici2019
informace o tom, na jakém místě se peníze utratily (pokud vím,
plošně se nesleduje, něco je v CEDRu a docela se to ví u eurofondů)
Kde by bylo fajn mít lepší dokumentaci
v balíku ROZVAHA nejsou zdokumentované jednotlivé soubory: v
excelové dokumentaci je jen ROZV.csv, v balíku ale ROZV[MC]?[1-2].csv; u
…MC… jde asi o městské části Prahy, ale není to zjevné (toto se týká jen
roku 2018).