Datasets Agrofit

Quatro datasets disponibilizam as tabelas correntes do Agrofit/MAPA na camada semântica. Eles preservam os filtros, valores, multiplicidades e contratos das APIs Defensivos, com fonte única defensivos. Não é necessário informar um produto genérico.

Função em agrobr.datasets	Conteúdo e identidade	Contrato validado	Colunas
defensivos_formulados	Um produto formulado por registro textual	agrofit_formulados 1.1	12
defensivos_tecnicos	Um produto técnico por registro textual	agrofit_tecnicos 1.1	10
autorizacoes_defensivos	Relações publicadas de produto, cultura e praga; repetições preservadas	agrofit_autorizacoes 1.1	10
composicao_defensivos	Um componente por família, registro e posição	agrofit_composicao 1.0	9

Os contratos são os mesmos da fonte, consultáveis por seus nomes agrofit_*; os wrappers não criam schemas duplicados com os nomes dos datasets. A validação é executada também sem retorno de metadados. Consulte o índice atual de datasets e contratos.

Consulta e filtros

from agrobr import datasets

tecnicos, meta = await datasets.defensivos_tecnicos(
    nr_registro="00301", return_meta=True,
)
componentes = await datasets.composicao_defensivos(
    tipo="tecnicos", nr_registro="00301",
)

formulados = await datasets.defensivos_formulados(nr_registro="08725")
autorizacoes = await datasets.autorizacoes_defensivos(nr_registro="08725")

Dataset	Filtros disponíveis, todos nomeados
defensivos_formulados	ingrediente_ativo, classe_toxicologica, classe_ambiental, titular, organicos, marca, formulacao, classe, nr_registro, situacao
defensivos_tecnicos	ingrediente_ativo, titular, classe, marca, nr_registro
autorizacoes_defensivos	nr_registro, cultura, ingrediente_ativo, classe, situacao
composicao_defensivos	tipo="formulados" ou "tecnicos", nr_registro, ingrediente_ativo

Filtros opcionais usam str | None, com None como padrão. A fonte remove espaços externos dos valores de filtro. Registro e organicos usam igualdade exata; situacao compara texto sem distinguir caixa ou espaços externos; os demais filtros procuram trechos literais sem expressão regular. Registro continua textual, com zeros e Unicode preservados. O técnico não aceita situacao.

Todas as funções são assíncronas e aceitam as flags booleanas use_cache=True, as_polars=False e return_meta=False. Valores não booleanos nessas flags, filtros inválidos e tipo de composição desconhecido geram InvalidParameterError antes de cache/rede. Parâmetros desconhecidos e argumentos posicionais geram TypeError da assinatura pública, também antes de I/O.

Cache e proveniência

A primeira consulta baixa o CSV integral da família, mesmo com filtros. A captura de setembro de 2026 tinha aproximadamente 391 MB para formulados e 0,7 MB para técnicos; isso não é um limite ou tamanho futuro garantido. O bundle formulado alimenta formulados, autorizações e composição; o técnico alimenta técnicos e sua composição. Consultas seguintes podem reutilizar o mesmo cache por 24 horas desde a coleta. use_cache=False ignora leitura e gravação do cache, conforme a fonte.

return_meta=True retorna (DataFrame, MetaInfo). A fonte selecionada/tentada é defensivos; source identifica datasets.<nome>/defensivos, e dataset identifica a função. Versões de schema/contrato correspondem à tabela, e o parser continua 3. fetched_at conserva a aquisição original com offset UTC; fetch_timestamp é a mesma aquisição. Uma leitura de cache não anuncia uma nova aquisição.

Hash/tamanho bruto, chave/expiração de cache e durações de aquisição/parsing atravessam a camada de datasets. Eles continuam descrevendo o recurso e o trabalho da fonte, não o DataFrame filtrado, um cache separado do dataset ou o tempo total do wrapper. from_cache vem do resultado efetivo. Recurso, layout, contagens, filtros, campos ignorados e diagnósticos em source_details são preservados em cópia independente.

O contexto datasets.deterministic(...) é recusado antes de qualquer I/O: o CSV entrega uma exportação corrente, e seu cache conserva uma coleta identificada por conteúdo. Nenhum deles permite reconstruir arbitrariamente o cadastro de outra data. Esses datasets retornam snapshot=None.

Identidade e tipos

As colunas textuais, inclusive registros e composição original, saem no dtype padrão do pandas instalado (str no pandas 3, object no 2). ordem_componente é Int64; concentracao_valor é float64. Resultados vazios conservam todas as colunas e seus tipos, incluindo adições opcionais dos contratos. Veja a descrição completa das colunas.

Ingredientes repetidos permanecem em posições distintas. Autorizações não recebem chave artificial ou deduplicação após projeção. Não há join automático entre autorizações e componentes. Unidades literais, texto ambíguo e valores nulos permanecem como na fonte; TRUE não é convertido em classificação de vigência ou recomendação de aplicação.

Sync, Polars e descoberta

from agrobr.sync import datasets

componentes = datasets.composicao_defensivos(
    tipo="tecnicos", nr_registro="00301", as_polars=True,
)
print(datasets.list_datasets())
print(datasets.info("composicao_defensivos"))

Polars exige a dependência opcional correspondente e é aplicado depois da validação pandas. A fonte única não tem fallback para outro cadastro. Empresas, bulas, histórico de cancelamentos e interpretação oficial da situação continuam fora destas tabelas; consulte cobertura e limites e licença da fonte.

Exportação de 18/09/2026

Os dois CSVs da exportação de 18/09/2026 contêm 4.403 produtos formulados, 279.707 ocorrências de autorização e 2.992 produtos técnicos. Duas expressões ambíguas dessa exportação, 1.9 10*10 UFC/g e 200 1x10E10 UFC/g, mantêm o texto e saem com valor e unidade nulos e diagnóstico. A interpretação numérica não é garantida para toda a população de componentes.

O cache preserva valores não nulos, tipos, posição dos componentes e proveniência UTC; None e pd.NA só se equivalem em campos anuláveis. Colunas textuais de composição e situação preservam o literal; outros campos mantêm a limpeza já documentada. Autorizações não são deduplicadas.

Um sufixo publicado nos campos de concentração pode conter expressão ambígua e não certifica, por si, uma unidade ou interpretação numérica. Catálogo, CSV e cache têm a mesma origem: nenhum deles confirma a população histórica.