Öppen data för agenter
AI-guide för Skolkolls öppna data
En kompakt referens för AI-agenter, browser agents och andra program som behöver hitta,
läsa och jämföra svensk skoldata utan manuell navigering.
Maskinläsbar endpoint-katalog
Sidans #ai-data-endpoints-script innehåller samma katalog som JSON:
endpoint-URL:er, CSV-format, fältbeskrivningar, licens, radnivå och typiska agentflöden.
- Format
- CSV (UTF-8, semikolon, svenskt decimalkomma)
- Licens
- CC BY 4.0 med källhänvisning till Skolkoll och ursprungskälla
- Schema
- Schema.org DataCatalog med ett Dataset per CSV-endpoint och DataDownload-distribution
- Rekommenderad parsning
- Läs CSV med
sep=";", encoding="utf-8-sig", decimal="," och comment="#"
Agentflöden
Topplista inom en kommun
Fråga: Hitta topp-10 grundskolor i Uppsala efter meritvärde och visa lärarbehörighet bredvid.
Metod: Filtrera skolor.csv på kommunNamn=Uppsala och skolformer som innehåller GR, sortera fallande på meritvardeAk9.
Datafiler: Skoldata
Kommunjämförelse
Fråga: Jämför kostnad per elev, lärarbehörighet och meritvärde mellan Nacka, Uppsala och Lund.
Metod: Använd kommuner.csv för senaste värden och historik.csv för trend över tid per kommunKod.
Datafiler: Kommundata, Historik
Gymnasieval
Fråga: Lista naturvetenskapsprogram i Göteborg där senaste antagningspoängen är under 270.
Metod: Filtrera antagning.csv på kommun=Göteborg och programkod=NA, konvertera antagningspoang till tal och sortera.
Datafiler: Antagning
Fält att börja med
Skoldata
| Fält | Beskrivning |
skolenhetskod | Skolverkets unika identifierare för skolenheten |
skolenhetNamn | Officiellt namn på skolenheten |
kommunNamn / kommunKod | Kommun och fyrsiffrig kommunkod |
huvudmanNamn | Huvudman eller organisation som driver skolan |
skolformer | Skolformer som GR, GY och FORSK |
lat / lng | Koordinater i WGS84 när geokodning finns |
meritvardeAk9 | Genomsnittligt meritvärde i årskurs 9 |
behorigaLararePct | Andel lärare med behörighet i procent |
Kommundata
| Fält | Beskrivning |
kommunKod | Fyrsiffrig kommunkod |
kommunNamn | Kommunnamn |
kostnadPerElev_kr | Totalkostnad för grundskola per elev |
elevPerLarare | Elever per lärare |
meritvardeSnitt | Genomsnittligt meritvärde i årskurs 9 |
behorighetsgrad_pct | Andel behöriga lärare i procent |
andelKommunalElever_pct | Andel elever i kommunala skolor |
andelFristaendeElever_pct | Andel elever i fristående skolor |
Historik
| Fält | Beskrivning |
kommunKod / kommunNamn | Kommunidentifierare och namn |
ar | Statistikår |
meritvardeSnitt | Genomsnittligt meritvärde i årskurs 9 |
kostnadPerElev_kr | Totalkostnad för grundskola per elev |
elevPerLarare | Elever per lärare |
behorighetsgrad_pct | Andel behöriga lärare i procent |
Antagning
| Fält | Beskrivning |
skolkod / skolnamn / kommun | Skolidentifikation och ort |
program / programkod | Programnamn och programkod |
inriktning | Inriktning när den finns |
ar | Antagningsår |
antagningspoang | Lägsta antagningspoäng eller cutoff |
antagna | Antal antagna elever när källdata finns |
sokande / forsthandssokande | Söktryck när källdata finns |
Python-exempel
import pandas as pd
schools = pd.read_csv(
"https://skolkoll.se/nedladdning/skolor.csv",
sep=";",
encoding="utf-8-sig",
decimal=",",
comment="#",
)
uppsala_top10 = (
schools[
(schools["kommunNamn"] == "Uppsala")
& schools["skolformer"].str.contains("GR", na=False)
]
.sort_values("meritvardeAk9", ascending=False)
.head(10)
)
print(uppsala_top10[["skolenhetNamn", "meritvardeAk9", "behorigaLararePct"]])
För fler datafiler och historiska versioner, se nedladdningsbara datafiler
och öppen data-portalen.