Загрузите файл с помощью R
У меня есть этот URL: «https://www.kaggle.com/datasets/nelgiriyewithana/most-streamed-spotify-songs-2024/download»
Я хочу загрузить набор данных из url, но мне это не удалось... зная, что это должно быть просто, но я действительно застрял...
В любом случае, я использую пакет httr.
Вот мои попытки:
Первая попытка :
url <- "https://www.kaggle.com/datasets/nelgiriyewithana/most-streamed-spotify-songs-2024/download"
download.file(url = url,
destfile = "spotiy_2014_data")
Вторая попытка:
url <- "https://www.kaggle.com/datasets/nelgiriyewithana/most-streamed-spotify-songs-2024/download"
download.file(url = url,
destfile = "spotiy_2014_data.zip")
Как я могу добиться успеха? Нужна помощь...
Как выходит из строя, какие сообщения выводятся?
Возможный дубликат stackoverflow.com/q/55272909/680068
@ZéLoff Я бы сказал, что файл загружается, но его нельзя нормально открыть. Вы понимаете, что я имею в виду...
@ZéLoff Проблема в том, что Kaggle требует аутентификации для загрузки наборов данных. К сожалению, в документации не указано, как передать аутентификацию в API, но я предполагаю, что они поддерживают как базовую аутентификацию, так и аутентификацию на основе токена. Так что передача headers = c(Authentication = 'Bearer ‹TOKEN›') на download.file(), вероятно, сработает.
@ Фриде, к сожалению, пока нет. Несмотря на то, что я получил «имя пользователя» и «ключ» через API...
@ZéLoff да... Я использовал dataset <- GET(url = url, authenticate( user = username, password = key, type = "basic" ) ) Но пока не могу этого сделать...
Ответы 2
Чтобы загрузить наборы данных из Kaggle, сначала установите инструмент Kaggle API. Получите токен API из настроек своей учетной записи Kaggle и поместите файл kaggle.json в правильный каталог (обычно ~/.kaggle/). Затем используйте Kaggle CLI или системную команду R для аутентификации и загрузки набора данных.
Привет, @Python Programmer, спасибо за свет. Теперь у меня есть «имя пользователя» и «ключ». Но все еще не могу продолжить. Можете ли вы подсказать, как мне быть дальше?
С httr2 и Kaggle Token, сохраненными как kaggle.json в вашем рабочем каталоге:
library(httr2)
credentials <- jsonlite::read_json("kaggle.json")
request(paste0("https://www.kaggle.com/api/v1/datasets/download/",
"nelgiriyewithana/most-streamed-spotify-songs-2024")) |>
req_auth_basic(credentials$username, credentials$key) |>
req_perform(path = "kaggle_tmp.zip")
#> <httr2_response>
#> GET
#> https://storage.googleapis.com:443/kaggle-data-sets/5218014/8700156/bundle/archive.zip?...
#> Content-Type: application/zip
#> Body: On disk 'kaggle_tmp.zip' (508134 bytes)
readr::read_csv("kaggle_tmp.zip")
#> Rows: 4600 Columns: 29
#> ── Column specification ────────────────────────────────────────────────────────
#> Delimiter: ","
#> chr (5): Track, Album Name, Artist, Release Date, ISRC
#> dbl (6): Track Score, Spotify Popularity, Apple Music Playlist Count, Deeze...
#> num (17): All Time Rank, Spotify Streams, Spotify Playlist Count, Spotify Pl...
#> lgl (1): TIDAL Popularity
#>
#> ℹ Use `spec()` to retrieve the full column specification for this data.
#> ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
#> # A tibble: 4,600 × 29
#> Track `Album Name` Artist `Release Date` ISRC `All Time Rank` `Track Score`
#> <chr> <chr> <chr> <chr> <chr> <dbl> <dbl>
#> 1 MILLI… "Million Do… Tommy… 4/26/2024 QM24… 1 725.
#> 2 Not L… "Not Like U… Kendr… 5/4/2024 USUG… 2 546.
#> 3 i lik… "I like the… Artem… 3/19/2024 QZJ8… 3 538.
#> 4 Flowe… "Flowers - … Miley… 1/12/2023 USSM… 4 445.
#> 5 Houdi… "Houdini" Eminem 5/31/2024 USUG… 5 423.
#> 6 Lovin… "Lovin On M… Jack … 11/10/2023 USAT… 6 410.
#> 7 Beaut… "Beautiful … Benso… 1/18/2024 USWB… 7 407.
#> 8 Gata … "Gata Only" Floyy… 2/2/2024 QZL3… 8 376.
#> 9 Danza… "\xfd\xfd\x… MUSIC… 6/9/2024 TCJP… 9 356.
#> 10 BAND4… "BAND4BAND … Centr… 5/23/2024 USSM… 10 331.
#> # ℹ 4,590 more rows
#> # ℹ 22 more variables: `Spotify Streams` <dbl>, `Spotify Playlist Count` <dbl>,
#> # `Spotify Playlist Reach` <dbl>, `Spotify Popularity` <dbl>,
#> # `YouTube Views` <dbl>, `YouTube Likes` <dbl>, `TikTok Posts` <dbl>,
#> # `TikTok Likes` <dbl>, `TikTok Views` <dbl>, `YouTube Playlist Reach` <dbl>,
#> # `Apple Music Playlist Count` <dbl>, `AirPlay Spins` <dbl>,
#> # `SiriusXM Spins` <dbl>, `Deezer Playlist Count` <dbl>, …
Created on 2024-06-25 with reprex v2.1.0
Привет @margusl, спасибо!! Просто любопытно... могу ли я сначала узнать, почему это "kaggle.com/api/v1/datasets/download"? Потому что, когда я пытался просмотреть веб-страницу, на ней появлялось сообщение «Мы не можем найти эту страницу». ...
Потому что мы взаимодействуем с Kaggle через его API (интерфейс прикладного программирования), как и в дублирующем вопросе (также связанном в комментариях). Интерфейс описан здесь — github.com/Kaggle/kaggle-api/blob/main/docs/KaggleApi.md . Также есть R-клиент для Kaggle, но в настоящее время он недоступен через CRAN — koderkow.github.io/kaggler. Вы можете увидеть больше примеров того, как подавать заявки на конкурсы Kaggle и т. д. из исходного кода.
Ни одна из ваших попыток не использует пакет «httr». (И, в любом случае, этот пакет заменяется пакетом «httr2»).