AUTOMATIZACIÓN DE CONSULTAS DE DATOS MULTISECTORIALES: EMPLEANDO LA API USDA CON PYTHON EN INVESTIGACIÓN AGROALIMENTARIA
Open Access
- 22 July 2025
- journal article
- Published by University of Guanajuato in Revista Ciencia e Innovación Agroalimentaria de la Universidad de Guanajuato
- Vol. 6 (2) , 121-137
Abstract
El acceso automatizado a datos agroalimentarios mediante Interfaces de Programación de Aplicaciones (APIs) públicas representa una herramienta fundamental para fortalecer la investigación científica y la toma de decisiones en el sector agrícola. Este estudio tuvo como objetivo obtener información automatizada relevante sobre la producción de canola (Brassica napus) (2020–2026) y su perfil nutricional. Para ello, se diseñó una metodología de extracción y análisis de datos utilizando Python y las APIs proporcionadas por el Departamento de Agricultura de los Estados Unidos (USDA): NASS QuickStats y FoodData Central. La API de NASS QuickStats se empleó para recopilar datos estadísticos sobre la producción de canola, en tres etapas, configuración inicial, adquisición de datos y procesamiento. Por otro lado, la API de FoodData Central permitió obtener y organizar la composición nutricional del aceite de canola. En ambos casos, los resultados se organizaron en archivos .xlsx. La automatización del proceso se realizó mediante el uso de bibliotecas de Python como requests, pandas y openpyxl, optimizando la descarga, el procesamiento y la exportación de datos. Este proceso permitió la sistematización eficiente de grandes conjuntos de datos, redujo la incidencia de errores humanos y mejoró el acceso a información estratégica para el sector agroalimentario. En conclusión, la implementación de esta metodología demostró ser una solución eficaz, rápida y selectiva, con aplicaciones potenciales en la investigación básica y el análisis de exportaciones agroalimentarias.Keywords
This publication has 10 references indexed in Scilit:
- Leveraging USDA databases to estimate population intakes of foods that are commonly consumed individually and in multi-component foods: The case of cheeseJournal of Food Composition and Analysis, 2025
- Optimizing Agricultural Data Analysis Techniques through AI-Powered Decision-Making ProcessesApplied Sciences, 2024
- Technology Use Growing on Nebraska Farms and Ranches2023
- A Novel Method for Estimating State-Grown Edible Portion Fruit and Vegetable Servings Using Agricultural Census DataJournal of Nutrition Education and Behavior, 2023
- Application of Google earth engine python API and NAIP imagery for land use and land cover classification: A case study in Florida, USAEcological Informatics, 2021
- Application of machine learning for estimating label nutrients using USDA Global Branded Food Products Database, (BFPD)Journal of Food Composition and Analysis, 2021
- Agricultura inteligente en México: Analítica de datos como herramienta de competitividadVinculatégica EFAN, 2020
- rnassqs: accessing USDA agricultural data via API2019
- Gobierno Abierto y Transparencia en México: estudio longitudinal 2015-2018Innovar, 2019
- The National Agricultural Statistics Service County Estimates Program1996