Tasa diaria de dólares del Banco Central de Venezuela y Dólar Paralelo — Python

Una de las principales razones por las que existen un Departamento de Inteligencia de Negocio, es justamente para poder ayudar a mejorar procesos y encontrar respuestas a problemas del día a día.

Por esta razón el tema que nos trae el día de hoy es un indicador del cual cada negocio venezolano debe prestar atención; sobre los cambios de montos de divisas generados por el Banco Central de Venezuela siendo este el dólar americano oficial y también del dólar de páginas de internet como son ParaleloVenezuela para poder ver el cambio a dólar americano negro.

Es por eso que, te presento: como extraer los cambios del dólar de manera oficial del Banco Central de Venezuela y de la página ParaleloVenezuela.

Requisitos:

• Tener instalado Python y Jupyter Notebook (u otra IDE).
• Excel u otro medio de base de datos.
• Tener Instalado Anaconda, con esto tendremos gran parte de las librerías descritas más abajo ya instaladas de forma nativa.

Paso 1: Instalar e importar librerías

Las líbrerias a instalar son: [**PyDolarVenezuela](https://pydigger.com/pypi/pyDolarVenezuela) que nos facilitará la información desde un sitio web que reune las divisas disponibles al cambio en Venezuela; además, se requiere de `[Pandas](https://pandas.pydata.org) **para poder manipular los datos resultantes y poder ingresarlos a una tabla. También utilizaremos el módulo**DateTime` y `[Locale](https://docs.python.org/es/3.10/library/locale.html)**.`

pip install pyDolarVenezuela
from pyDolarVenezuela.pages import ExchangeMonitor
from pyDolarVenezuela import Monitor
import datetime
import pandas as pd
import locale

Con esto logramos instalar las librerias al mismo tiempo que importamos los módulos necesarios para la ejecución de nuestros código.

[**pyDolarVenezuela.pages](https://aprendeconalf.es/docencia/python/manual/datetime/) **es el atributo que contienen la información sobre una página específica de donde obtener los datos, siendo usados: BCV, CriptoDolar, ExchangeMonitor, después del import.

**Monitor es el atributo que nos permites saber los precios si serán USD o EUR.**

**Locale **es el atributo que nos permite establecer los parámetros de región que en este caso usaremos a Venezuela como sitio de origen.

**DateTime **es el atributo que nos permite devolver el año, mes y fecha al momento de ejecutar el código.

El método **get_value_monitors** se utiliza después de crear una instancia del objeto Monitor y permite el acceso a los datos almacenados en el diccionario. Los siguientes parámetros serían los siguientes:

• **monitor_code**: El código del monitor del cual se desea obtener información. Por defecto es None.
• **name_property: El nombre de la propiedad específica del diccionario de la información del monitor extraído que se desea obtener. Por defecto es `None`**.
• **prettify**: Muestra los precios en formato de moneda con el símbolo de Bolívares. Por defecto es False.

y usaremos **DataFrame** para poder ingresar nuestros valores obtenidos en una tabla.

Paso 2: Colocación de código

Si logramos instalar nuestras librerias podemos colocar nuestro otro pedazo de código que sería:

# Establecer la configuración regional para Venezuela (es_VE.utf8)
locale.setlocale(locale.LC_NUMERIC, 'es_VE.utf8') ##usaremos la región Venezuela

# Obtener la fecha actual
fecha_actual = datetime.datetime.now().strftime("%Y-%m-%d") ##Usaremos año, mes y día

# Obtener los valores del dólar 
monitor_usd = Monitor(ExchangeMonitor, 'USD') ###IG para ver valor del dólar: https://www.instagram.com/enparalelovenez?igsh=NWhlbnhjbm5zcTR3

#EnParalelo(Dólar Negro)
valor_dolar = monitor_usd.get_value_monitors("enparalelovzla", "price", prettify=False)

#BCV(Dólar Oficial)
valor_dolar2 = monitor_usd.get_value_monitors("BCV", "price", prettify=False)

# Crear los nombres de la columna y lo que contendrán
datos = {
    "Fecha": [fecha_actual] * 2,
    "Monitor": ["EnParaleloVzla", "BCV"],
    "Precio": [valor_dolar, valor_dolar2],
    "Moneda": ["Dolar", "Dolar"]
}

def format_precio(x): 
    try:
        return locale.format_string('%.2f', float(x), grouping=True)
    except (ValueError, TypeError):
        return "N/A" ###Esto lo colocamos para que coloque N/A si hay valores vacios

Monitores = pd.DataFrame(datos) ###Colocar los datos devueltos en una tabla 
Monitores["Precio"] = Monitores["Precio"].apply(format_precio) ##Aplicar formato de coma

# Ahora 'Monitores' contiene la columna 'Precio' formateada correctamente
Monitores

Al ejecutar obtenemos una imagen como esta:

Paso 3: Exportar Datos a Excel.

Una vez obtenido nuestros valores e ingresados a una tabla dentro de Python, podremos exportar estos datos a Excel con el fin de llevar un registro de los mismos.

Solamente debemos escribir este código luego de nuestro código anterior:

Monitores.to_excel('monitores_multimoneda.xlsx', index=False)

Esta parte: monitores_multimoneda.xlsx, puede ser modificada por el nombre que deseemos colocar a dicho archivo.

Una vez ejecutado, buscamos donde está guardado dicho archivo, que si usan Anaconda vendría siendo la ruta algo como: C:\Users\TuUsuario .

Cuando aperturamos nuestro archivo obtenemos algo de este estilo:

Resumen:

Una vez todo puesto, podemos consolidar el código de esta manera:

pip install pyDolarVenezuela

from pyDolarVenezuela.pages import ExchangeMonitor
from pyDolarVenezuela import Monitor
import datetime
import pandas as pd
import locale

# Establecer la configuración regional para Venezuela (es_VE.utf8)
locale.setlocale(locale.LC_NUMERIC, 'es_VE.utf8') ##usaremos la región Venezuela

# Obtener la fecha actual
fecha_actual = datetime.datetime.now().strftime("%Y-%m-%d") ##Usaremos año, mes y día

# Obtener los valores del dólar 
monitor_usd = Monitor(ExchangeMonitor, 'USD') ###IG para ver valor del dólar: https://www.instagram.com/enparalelovenez?igsh=NWhlbnhjbm5zcTR3
valor_dolar = monitor_usd.get_value_monitors("enparalelovzla", "price", prettify=False)
valor_dolar2 = monitor_usd.get_value_monitors("BCV", "price", prettify=False)

# Crear el DataFrame con los datos
datos = {
    "Fecha": [fecha_actual] * 2,
    "Monitor": ["EnParaleloVzla", "BCV"],
    "Precio": [valor_dolar, valor_dolar2],
    "Moneda": ["Dolar", "Dolar"]
}

def format_precio(x):
    try:
        return locale.format_string('%.2f', float(x), grouping=True)
    except (ValueError, TypeError):
        return "N/A" ###Esto lo colocamos para que coloque N/A si hay valores vacios

Monitores = pd.DataFrame(datos) ###Colocar los datos devueltos en una tabla 
Monitores["Precio"] = Monitores["Precio"].apply(format_precio) ##Aplicar formato de coma

# Ahora 'Monitores' contiene la columna 'Precio' formateada correctamente
Monitores

Monitores.to_excel('monitores_multimoneda.xlsx', index=False)

Muchas gracias por haber llegado hasta acá! Con gusto podrán sugerir temas para seguir posteando.

Si te puedo ayudar o agregar valor en algo, no dudes en contactarme por **LinkedIn**

Gracias a @Cisco por la libreria