-
Notifications
You must be signed in to change notification settings - Fork 0
/
DatosHistoricos.py
110 lines (87 loc) · 4.66 KB
/
DatosHistoricos.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
import requests
import os
import zipfile
import pandas as pd
from datetime import datetime
def obtener_url_descarga(package_id, year):
url_api = f"https://datos.gob.cl/api/action/package_show?id={package_id}"
response = requests.get(url_api)
response.raise_for_status()
data = response.json()
# Verificar si la solicitud fue exitosa
if data["success"]:
# Filtrar recursos por año
resources = data["result"]["resources"]
filtered_resources = [res for res in resources if f"{year}" in res.get("name", "")]
if filtered_resources:
# Ordenar recursos por fecha de creación (más reciente primero)
sorted_resources = sorted(filtered_resources, key=lambda x: x.get("created", ""), reverse=True)
# Obtener la URL de descarga del recurso más reciente
return sorted_resources[0]["url"]
else:
print(f"No hay recursos para el año {year}.")
return None
else:
raise ValueError(f"Error en la solicitud API: {data}")
def descargar_y_descomprimir(url, destino):
try:
# Extraer la fecha de la URL
fecha_str = url.split('/')[-1].split('.')[0][-8:]
# Obtener la fecha actual
fecha_actual = datetime.now().strftime("%Y%m%d")
# Realizar solicitud HTTP GET
response = requests.get(url)
response.raise_for_status() # Verificar si la solicitud fue exitosa
with open(destino, 'wb') as archivo:
archivo.write(response.content)
print(f'Descarga exitosa. Archivo guardado en: {destino}')
# Descomprimir el archivo ZIP
with zipfile.ZipFile(destino, 'r') as zip_ref:
# Crear la carpeta "Archivos CSV" dentro del directorio de destino
csv_folder = os.path.join(os.path.dirname(destino), 'Archivos CSV')
os.makedirs(csv_folder, exist_ok=True)
# Crear la carpeta "Históricos originales" dentro del directorio de destino
originales_folder = os.path.join(os.path.dirname(destino), 'Históricos originales')
os.makedirs(originales_folder, exist_ok=True)
# Extraer archivos y organizar según su extensión
for archivo in zip_ref.namelist():
ruta_archivo = os.path.join(os.path.dirname(destino), archivo)
if archivo.endswith('.txt'):
# Mover archivos TXT a la carpeta "Históricos originales"
destino_txt = os.path.join(originales_folder, f'{os.path.splitext(archivo)[0]}_{fecha_str}.txt')
with open(destino_txt, 'wb') as f:
f.write(zip_ref.read(archivo))
elif archivo.endswith('.csv'):
# Mover archivos CSV a la carpeta "Archivos CSV" y agregar fecha al nombre
destino_csv = os.path.join(csv_folder, f'{os.path.splitext(archivo)[0]}_{fecha_str}.csv')
with open(destino_csv, 'wb') as f:
f.write(zip_ref.read(archivo))
print(f'Descompresión exitosa.')
# Convertir archivos TXT a CSV
convertir_a_csv(originales_folder, csv_folder, fecha_str)
except requests.exceptions.RequestException as e:
print(f'Error en la descarga y descompresión: {e}')
except zipfile.BadZipFile:
print(f'Error: El archivo descargado no es un archivo ZIP válido.')
def convertir_a_csv(directorio_originales, directorio_csv, fecha_str):
archivos_txt = [archivo for archivo in os.listdir(directorio_originales) if archivo.endswith('.txt')]
# Recorrer los archivos TXT y convertirlos a CSV
for archivo in archivos_txt:
ruta_archivo_txt = os.path.join(directorio_originales, archivo)
dataframe = pd.read_csv(ruta_archivo_txt, delimiter='\t')
# Crear la ruta para guardar el archivo CSV dentro de la carpeta "Archivos CSV" con la fecha
ruta_csv = os.path.join(directorio_csv, f'{os.path.splitext(archivo)[0]}_{fecha_str}.csv')
dataframe.to_csv(ruta_csv, index=False)
print(f'Archivo convertido a CSV: {ruta_csv}')
if __name__ == "__main__":
# Obtener la URL de descarga desde la API usando el package_id
package_id = "5e8bb1f8-f0a5-4719-a877-38543545505b"
directorio_destino = "./BigData"
for year in [2023, 2022, 2018]:
url_descarga = obtener_url_descarga(package_id, year)
if url_descarga:
nombre_archivo = f"datos_historicos_{year}.zip"
ruta_archivo = os.path.join(directorio_destino, nombre_archivo)
if not os.path.exists(directorio_destino):
os.makedirs(directorio_destino)
descargar_y_descomprimir(url_descarga, ruta_archivo)