Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-12 10:07 UTC

pydata / pandas-datareader

Extract data from a wide range of Internet sources into a pandas DataFrame.

PythonLicencia propia★ 3264 estrellas⑂ 692 forksdesde ene 2015Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina

pydata/pandas-datareader tiene un índice de salud de 87 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (86/100) y la más baja, AI Readiness (46/100). Se actualizó por última vez hace 53 días. 2 personas concentran la mayor parte del trabajo reciente.

87
global / 100
Excelente

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

87
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 73 se calibra a 87 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Python for DataOrganización
751 seguidores29 repositorios públicosdesde dic 2011

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicación
PyPIpandas-datareader0.11.1596.91623hace 79 días

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

63Moderado · 21% del índice global
Cómo se puntúa
18/36Recencia de push — último push hace 53 días
4.8/36Cadencia de commits — 7/52 semanas con commits
15.9/18Volumen de commits — 58 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year58
human_commit_share0,95
days_since_last_push53
active_weeks_last_year7
Cómo se puntúa
27/27Publica versiones — 21 versiones publicadas
36/36Recencia de las versiones — última versión hace 79 días
12.6/27Cadencia de publicación — una versión cada ~280,2 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count21
latest_release_tagv0.11.1
releases_from_tagsno
days_since_latest_release79
mean_days_between_releases280,2
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

79Bueno · 17% del índice global
Cómo se puntúa
57/60Estrellas — 3264 estrellas
23.7/25Forks — 692 forks
11.9/15Observadores — 137 observadores
Datos de entrada utilizados
forks692
stars3264
watchers137
growth_stateorganic
growth_factor_pct100
Cómo se puntúa
22.5/22.5README
16.9/22.5Licencia — archivo de licencia presente, no es una licencia reconocida
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges6
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicescodecov.io, github.com, readthedocs.org, shields.io
has_pull_request_templatesí
Cómo se puntúa
77/80Descargas mensuales — 596.916 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagespandas-datareader
dependents—
ecosystemspypi
total_downloads—
monthly_downloads596.916
unverified_packages_excluded—
Excluidos de la puntuación (sin datos o no aplicable): Dependientes en el registro. Los pesos restantes se han renormalizado.

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

73Bueno · 23% del índice global
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
13.5/22.5Distribución de commits — el principal contribuyente firma el 40% de los commits
13.5/13.5Amplitud de contribuyentes — 85 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 35 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled85
top_contributor_share0,401
Cómo se puntúa
31.9/42Resolución de issues — 76% de issues cerradas
24/30Aceptación de PR — 374/468 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/10 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs374
open_issues131
closed_issues414
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,76
closed_unmerged_prs94
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
20.7/25Alcance del propietario — 751 seguidores de pydata
22.8/25Trayectoria — 29 repos públicos, cuenta de ~14 años
Datos de entrada utilizados
followers751
owner_typeOrganization
is_verifiedno
owner_loginpydata
public_repos29
account_age_days5375
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 79 días
20/20Historial de versiones — 23 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespandas-datareader
ecosystemspypi
any_deprecatedno
min_days_since_publish79

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

86Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 1 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.flake8], [tool.black], [tool.isort])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
12/20OpenSSF Scorecard: CI-Tests — 10 out of 15 merged PRs checked by a CI test -- score normalized to 6
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://pydata.github.io/pandas-datareader/stable/index.html
10/10Descripción del repositorio
10/10Topics — 14 topics
10/10Wiki
Datos de entrada utilizados
topicshtml, data-analysis, data, dataset, stock-data, finance, financial-data, python, pydata, pandas, econdb, fama-french, economic-data, fred
has_wikisí
homepagehttps://pydata.github.io/pandas-datareader/stable/index.html
docs_sitehttps://pydata.github.io/pandas-datareader/stable/index.html
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

70Bueno · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
1.5/2.5CI-Tests — 10 out of 15 merged PRs checked by a CI test -- score normalized to 6
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/10 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 35 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate6,3
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging, Signed-Releases. Los pesos restantes se han renormalizado.
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages11
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:pandas-datareader@0.11.1 —lo que arrastra la instalación del paquete publicado—: 11 paquetes. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

46Débil · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
23.6/40Historial de commits legible — 42 de 95 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,442
agent_instruction_files—
agent_instruction_max_bytes—
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.flake8], [tool.black], [tool.isort])
0/11Verificación estática de tipos
0/10Entorno reproducible
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
8/8Mantenimiento automatizado — 4 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfileno
typed_languageno
bootstrap_filesdocs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,04
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
55/55Tamaños de archivo manejables — 0/54 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes19.146
source_files_sampled54
oversized_source_files0

Datos clave

3264estrellas de GitHub
85contribuidores
58commits en los últimos 12 meses
53días desde el último push
21versiones publicadas
2factor bus
131issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-07-18: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 3264 stars today.

Más detalle

Historial de estrellas y forks 3229 ★ / 692 ⇿
3229Estrellas
692Forks
21Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

El historial de estrellas se muestra tal como se recogió el 2026-07-18. GitHub restringió la API de stargazers a los administradores del repositorio en julio de 2026, por lo que esta serie ya no puede ampliarse; el total de estrellas indicado arriba sigue actualizándose.

01250250037503229673242015-012020-112026-09
Mayor 0Menor 10Parche 8

Cada punto abarca 11 días.

OpenSSF Scorecard 6.3 / 10
6.3agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-09-12 10:07 UTC

10Binary-Artifactsno binaries found in the repo
n/dBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
6CI-Tests10 out of 15 merged PRs checked by a CI test -- score normalized to 6
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/10 approved changesets -- score normalized to 0
10Contributorsproject has 35 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Todas las dependencias 24

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 24 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIblack—indirecta
PyPIcodecov—indirecta
PyPIcoverage—indirecta
PyPIcoveralls—indirecta
PyPIflake8—indirecta
PyPIflake8-bugbear—indirecta
PyPIflake8-pyproject—indirecta
PyPIipython—indirecta
PyPIisort—indirecta
PyPIlxml—indirecta
PyPImatplotlib—indirecta
PyPIpandas—indirecta
PyPIpickleshare—indirecta
PyPIpydata-sphinx-theme—indirecta
PyPIpytest—indirecta
PyPIpytest-cov—indirecta
PyPIpytest-xdist—indirecta
PyPIrequests—indirecta
PyPIrequests-cache—indirecta
PyPIruff—indirecta
PyPIsetuptools—indirecta
PyPIsetuptools-scm—indirecta
PyPIsphinx—indirecta
PyPIwrapt—indirecta
Avisos de dependencias 0

Instalar pypi:pandas-datareader@0.11.1 arrastra 11 paquetes, directos y transitivos: 0 tienen avisos conocidos, de los cuales 0 son dependencias directas.

Ningún aviso conocido afecta a las dependencias evaluadas.

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.34.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.