APIs y automatización con Python: requests, archivos y reportes

Has llegado a la última lección. Hasta ahora tus programas trabajaban con datos que tú les dabas. Ahora los conectarás con el mundo: tipos de cambio en tiempo real, datos de servicios web, archivos que se ordenan solos, reportes que se generan cada mañana. Es aquí donde Python empieza a ahorrarte horas de trabajo cada semana.

Qué es una API

Una API web es una "puerta" que un servicio abre para que otros programas le pidan datos o le den órdenes. En lugar de una página para personas, devuelve datos para programas, casi siempre en formato JSON (el mismo de la lección 8). Ejemplos: tipos de cambio, clima, pagos, mapas, redes sociales, modelos de inteligencia artificial.

La conversación es siempre parecida:

1. Tu programa hace una petición (request) a una URL: GET para pedir datos, POST para enviarlos.
2. El servidor responde con un código de estado (200 = bien, 404 = no encontrado, 401 = no autorizado, 429 = demasiadas peticiones, 500 = error del servidor) y los datos.

Tu primera petición con requests

pip install requests

import requests

url = "https://open.er-api.com/v6/latest/USD"     # API pública de tipos de cambio

respuesta = requests.get(url, timeout=10)
respuesta.raise_for_status()          # lanza una excepción si el código no es 2xx
datos = respuesta.json()              # convierte el JSON en un diccionario

print(datos["base_code"])             # USD
print(datos["rates"]["MXN"])          # pesos mexicanos por dólar
print(datos["rates"]["PEN"])          # soles por dólar

• timeout=10: si el servidor no responde en 10 segundos, no te quedas esperando para siempre. Ponlo siempre.
• raise_for_status(): convierte los errores HTTP en excepciones que puedes capturar.
• .json(): te da diccionarios y listas de Python, que ya sabes recorrer (lección 6).

Antes de usar cualquier API, lee su documentación: qué URL usar, qué parámetros acepta, cómo es la respuesta, cuántas peticiones permite y sus condiciones de uso.

Una función robusta

import requests


def tipo_de_cambio(base="USD", destino="MXN"):
    """Devuelve cuántas unidades de 'destino' vale 1 unidad de 'base', o None si falla."""
    try:
        r = requests.get(f"https://open.er-api.com/v6/latest/{base}", timeout=10)
        r.raise_for_status()
        return r.json()["rates"][destino]
    except requests.RequestException as e:
        print(f"Error de conexión: {e}")
    except KeyError:
        print(f"Moneda no encontrada: {destino}")
    return None

Las peticiones a internet fallan más de lo que crees: sin conexión, servidor caído, cambios en la API. Un programa profesional lo prevé con try/except (lección 8).

Parámetros y claves de API

Muchas APIs piden parámetros y una clave (API key) que identifica tu cuenta:

import os
import requests

clave = os.environ.get("CLIMA_API_KEY")       # leída del entorno, nunca escrita en el código
if not clave:
    raise SystemExit("Falta la variable de entorno CLIMA_API_KEY")

params = {"q": "Lima", "units": "metric", "appid": clave}
r = requests.get("https://api.ejemplo-clima.com/weather", params=params, timeout=10)

Automatizar archivos con pathlib

Una de las automatizaciones más útiles: ordenar la carpeta de descargas por tipo de archivo.

from pathlib import Path
import shutil

CARPETA = Path.home() / "Downloads"
TIPOS = {
    "Documentos": {".pdf", ".docx", ".txt"},
    "Hojas": {".xlsx", ".csv"},
    "Imagenes": {".jpg", ".jpeg", ".png"},
}

for archivo in CARPETA.iterdir():
    if not archivo.is_file():
        continue
    for destino, extensiones in TIPOS.items():
        if archivo.suffix.lower() in extensiones:
            carpeta_destino = CARPETA / destino
            carpeta_destino.mkdir(exist_ok=True)
            shutil.move(str(archivo), carpeta_destino / archivo.name)
            print(f"Movido: {archivo.name} → {destino}")
            break

• Path.home() / "Downloads" construye rutas que funcionan en Windows, macOS y Linux.
• iterdir() recorre el contenido de la carpeta; suffix es la extensión.
• mkdir(exist_ok=True) crea la carpeta si no existe.

Generar reportes de Excel

Con pandas (lección 11) puedes crear un Excel con formato básico; con openpyxl controlas cada celda:

from openpyxl import Workbook
from openpyxl.styles import Font

wb = Workbook()
hoja = wb.active
hoja.title = "Resumen"
hoja.append(["Categoría", "Monto"])
for categoria, monto in [("Comida", 350.5), ("Transporte", 120.0), ("Ocio", 90.0)]:
    hoja.append([categoria, monto])

for celda in hoja[1]:
    celda.font = Font(bold=True)
hoja["A5"] = "Total"
hoja["B5"] = "=SUM(B2:B4)"         # las fórmulas se escriben en inglés
wb.save("resumen.xlsx")

Que se ejecute solo

• Windows: el Programador de tareas (Task Scheduler) → Crear tarea básica → acción "Iniciar un programa" con la ruta de python.exe de tu entorno virtual y la ruta de tu script como argumento.
• macOS y Linux: cron. Por ejemplo, para ejecutarlo de lunes a viernes a las 8:00, en crontab -e:
  0 8 * * 1-5 /ruta/al/proyecto/.venv/bin/python /ruta/al/proyecto/informe.py
• En la nube: servicios como GitHub Actions o funciones serverless pueden ejecutar scripts con horario sin dejar tu computadora encendida.

Para scripts automáticos, guarda lo que pasa en un archivo de registro con el módulo logging en lugar de print: así sabrás qué ocurrió aunque nadie estuviera mirando.

Proyecto final: tus gastos en dólares, cada mañana

Este script reúne todo el curso: lee el CSV del gestor de gastos de la lección 8, consulta el tipo de cambio en una API, calcula el resumen con pandas y genera un Excel. Puedes programarlo para que se ejecute cada mañana.

import logging
from datetime import date
from pathlib import Path

import pandas as pd
import requests

logging.basicConfig(filename="informe.log", level=logging.INFO,
                    format="%(asctime)s %(levelname)s %(message)s")

MONEDA_LOCAL = "MXN"           # cámbiala por PEN, COP, ARS, CLP, EUR...
ARCHIVO = Path("gastos.csv")


def obtener_tipo_cambio(moneda):
    r = requests.get("https://open.er-api.com/v6/latest/USD", timeout=10)
    r.raise_for_status()
    return r.json()["rates"][moneda]      # unidades de moneda local por 1 USD


def generar_informe():
    if not ARCHIVO.exists():
        logging.warning("No existe %s", ARCHIVO)
        return
    gastos = pd.read_csv(ARCHIVO)
    tasa = obtener_tipo_cambio(MONEDA_LOCAL)

    resumen = gastos.groupby("categoria", as_index=False)["monto"].sum()
    resumen["monto_usd"] = (resumen["monto"] / tasa).round(2)
    resumen = resumen.sort_values("monto", ascending=False)

    salida = f"informe_{date.today().isoformat()}.xlsx"
    resumen.to_excel(salida, index=False)
    logging.info("Informe %s creado (1 USD = %s %s)", salida, tasa, MONEDA_LOCAL)
    print(resumen.to_string(index=False))


if __name__ == "__main__":
    try:
        generar_informe()
    except requests.RequestException as e:
        logging.error("No se pudo obtener el tipo de cambio: %s", e)

Resumen del curso

• Básico: instalación, variables, textos y condicionales.
• Intermedio: bucles, estructuras de datos, funciones, archivos y errores.
• Avanzado: clases, módulos y entornos, pandas, APIs y automatización.

¡Felicidades, terminaste el curso de Python! Ya puedes construir programas que leen datos, los analizan, se conectan a servicios web y trabajan solos. Marca las lecciones como completadas para descargar tu certificado. Para seguir: profundiza en análisis de datos o en desarrollo web, o aprende a usar los modelos de lenguaje desde Python en el curso de inteligencia artificial.