2. Belirli Bir Mekanı Keşfetme 📍
2.A En Yakın Mekanı Tanıma
https://api.foursquare.com/v2/venues/VENUE_ID?client_id=CLIENT_ID&client_secret=CLIENT_SECRET&v=VERSION
Bir önceki Foursquare Api yazı serimde istenilen bir konuma , istenilen türde en yakın mekanların isimleri ve id’lerini panda ile listelemiştik. Şimdi ise o mekanlardan istediğimiz üzerinden, o mekanı tanımak için çeşitli parametreler üzerinde çalışmalar yapmaya başlayabilriz.
venue_id=” keşfedilmek istenen en yakın mekanın id’si “
Url ile mekanı arama standart çıktısı aşağıdaki gibi yerleştirilerek, en yakın mekanın venue_id değeri söylenerek aranabilir
url = 'https://api.foursquare.com/v2/venues/{}?client_id={}&client_secret={}&v={}'.format(**venue_id**, CLIENT_ID, CLIENT_SECRET, VERSION)
print(url)
output:
‘https://api.foursquare.com/v2/venues/**?client_id=**&client_secret=*******&v=20191201’
Sonuçlar için GET isteği gönderilir:
#girilen id değeri için tüm sonuçları getirmek için get request şu şekilde kullanılr
result=requests.get(url).json()
print(result['response']['venue'].keys())
result['response']['venue']
Bir önceki yazımda ki örnekte dataframe ile filtrelediğim mekan ve id listesinden 0 Öznur Cafe Ev Yemekleri ... 5061bb4ee4b0acb17101a45b ‘nin hangi keys parametrelerine sahip olduğunun hiyerarşisini ve keşfetmek için mekanın bilgilerini json türünde getirelim:
import requests
import pandas as pd
from pandas.io.json import json_normalize
CLIENT_ID ='***************************'
CLIENT_SECRET ='*****************************'
VERSION ='20191201'
venue_id = '5061bb4ee4b0acb17101a45b' #öznur ev yemeklerinin id'si
limit = 150 #set limitinin toplam ipucu sayısından büyük veya ona eşit olması
url = 'https://api.foursquare.com/v2/venues/{}?client_id={}&client_secret={}&v={}'.format(venue_id, CLIENT_ID, CLIENT_SECRET, VERSION)
#sonuçları getirmek içn get isteği
result = requests.get(url).json()
print(result['response']['venue'].keys())
print(result['response']['venue'])
output:
sum@sumaray:~/Desktop/api$ python api19.py
dict_keys(['id', 'dislike', 'likes', 'ok', 'ratingSignals', 'reasons', 'createdAt', 'photos', 'inbox', 'allowMenuUrlEdit', 'ratingColor', 'popular', 'shortUrl', 'stats', 'listed', 'tips', 'hereNow', 'colors', 'specials', 'categories', 'attributes', 'canonicalUrl', 'verified', 'location', 'name', 'pageUpdates', 'rating', 'bestPhoto', 'contact', 'beenHere', 'timeZone'])
{'id': '5061bb4ee4b0acb17101a45b', 'dislike': False, 'likes': {'groups': [{'type': 'others', 'items': [{'id': '513094291', 'photo': {'suffix': '/513094291_r8-0B1Xx_TgFObKWEY0aNMga6z6jttrdQYQY9UxeuIkTmTr4S31O5ZaIstD_LoxFyPJ-n2WyA.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'Albayrak', 'firstName': 'İbrahim', 'gender': 'none'}, {'id': '88422156', 'photo': {'suffix': '/88422156-OQ4TQKVLBHPEFK5I.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'Kaya', 'firstName': 'Mustafa', 'gender': 'male'}, {'id': '64400929', 'photo': {'suffix': '/64400929_kCzrFE4n_Bvve9GiSFYjCGupNHGO5nx3MnUauILmWE2GW7Q7BQnsgrbGavC98IxJELPibuVLt.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'K&k', 'firstName': 'Şakir Kır', 'gender': 'male'}], 'count': 6}], 'count': 6, 'summary': '6 Likes'}, 'ok': False, 'ratingSignals': 12, 'reasons': {'items': [], 'count': 0}, 'createdAt': 1348582222, 'photos': {'groups': [{'type': 'venue', 'items': [{'id': '59b8f76a6f706a62fe1d6476', 'source': {'url': 'https://www.swarmapp.com', 'name': 'Swarm for iOS'}, 'user': {'id': '88422156', 'photo': {'suffix': '/88422156-OQ4TQKVLBHPEFK5I.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'Kaya', 'firstName': 'Mustafa', 'gender': 'male'}, 'createdAt': 1505294186, 'height': 1440, 'suffix': '/88422156_JvWco68kjMMs6-5BWd6bULkgKQsxoNR96iHhT-wcf3I.jpg', 'visibility': 'public', 'prefix': 'https://fastly.4sqi.net/img/general/', 'width': 1920}], 'name': 'Venue photos', 'count': 108}], 'count': 108}, 'inbox': {'items': [], 'count': 0}, 'allowMenuUrlEdit': True, 'ratingColor': 'FFC800', 'popular': {'richStatus': {'text': 'Likely open', 'entities': []}, 'status': 'Likely open', 'isLocalHoliday': False, 'timeframes': [{'days': 'Today', 'segments': [], 'includesToday': True, 'open': [{'renderedTime': '7:00 AM–2:00 PM'}, {'renderedTime': '4:00 PM–8:00 PM'}]}, {'days': 'Sat', 'segments': [], 'open': [{'renderedTime': '10:00 AM–8:00 PM'}]}, {'days': 'Sun', 'segments': [], 'open': [{'renderedTime': '6:00 AM–2:00 PM'}]}, {'days': 'Mon', 'segments': [], 'open': [{'renderedTime': '7:00 AM–10:00 AM'}, {'renderedTime': 'Noon–8:00 PM'}]}, {'days': 'Tue–Wed', 'segments': [], 'open': [{'renderedTime': '8:00 AM–8:00 PM'}]}, {'days': 'Thu', 'segments': [], 'open': [{'renderedTime': '9:00 AM–8:00 PM'}]}], 'isOpen': True}, 'shortUrl': 'http://4sq.com/Q5S5ds', 'stats': {'tipCount': 6}, 'listed': {'groups': [{'type': 'others', 'items': [{'id': '4f03dc9f9adf4efb1363ea35', 'description': '', 'user': {'id': '19183938', 'photo': {'suffix': '/2NPSHBUS4XTOZGRG.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'Şahin', 'firstName': 'Tuncay', 'gender': 'male'}, 'canonicalUrl': 'https://foursquare.com/user/19183938/list/tt', 'url': '/user/19183938/list/tt', 'photo': {'id': '50d43f4be4b025347e4cdff9', 'suffix': '/7340221_b0NWKsVk43ZOkaO5tEPziwUv05z4rxbBEWh62EgSmmw.jpg', 'user': {'id': '7340221', 'photo': {'suffix': '/7340221-QOU013M2DS5XUVS3.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'Haytural', 'firstName': 'Özden', 'gender': 'female'}, 'width': 720, 'height': 519, 'createdAt': 1356087115, 'visibility': 'public', 'prefix': 'https://fastly.4sqi.net/img/general/'}, 'createdAt': 1325653151, 'updatedAt': 1403640306, 'editable': False, 'type': 'others', 'collaborative': False, 'public': True, 'followers': {'count': 5}, 'name': 'tt', 'listItems': {'items': [{'id': 'v5061bb4ee4b0acb17101a45b', 'createdAt': 1354207928}], 'count': 81}}], 'name': 'Lists from other people', 'count': 1}], 'count': 1}, 'tips': {'groups': [{'type': 'others', 'items': [{'id': '517e98e3e4b08822f4591389', 'likes': {'groups': [{'type': 'others', 'items': [{'id': '51044660', 'photo': {'suffix': '/YTDASVMFUUMSMTAB.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'Kaya', 'firstName': 'Mehmet', 'gender': 'male'}], 'count': 1}], 'count': 1, 'summary': '1 like'}, 'user': {'id': '47528821', 'photo': {'suffix': '/1FDXNKNI4QVDGI2X.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'lastName': 'Kaya', 'firstName': 'Mustafa', 'gender': 'male'}, 'text': 'Sıcak bi karşılama ve muhtesem yemek yemek ısteyenler hiç kaçırmasın burayı anne yemeği gibi :)', 'createdAt': 1367251171, 'type': 'user', 'canonicalUrl': 'https://foursquare.com/item/517e98e3e4b08822f4591389', 'todo': {'count': 0}, 'agreeCount': 1, 'authorInteractionType': 'liked', 'logView': True, 'lang': 'tr', 'disagreeCount': 0}], 'name': 'All tips', 'count': 6}], 'count': 6}, 'hereNow': {'groups': [], 'count': 0, 'summary': 'Nobody here'}, 'colors': {'highlightColor': {'photoId': '59b8f76a6f706a62fe1d6476', 'value': -6250336}, 'highlightTextColor': {'photoId': '59b8f76a6f706a62fe1d6476', 'value': -16777216}, 'algoVersion': 3}, 'specials': {'items': [], 'count': 0}, 'categories': [{'id': '5283c7b4e4b094cb91ec88d4', 'primary': True, 'name': 'Turkish Home Cooking Restaurant', 'shortName': 'Turkish Home Cooking', 'pluralName': 'Turkish Home Cooking Restaurants', 'icon': {'suffix': '.png', 'prefix': 'https://ss3.4sqi.net/img/categories_v2/food/turkish_'}}, {'id': '4bf58dd8d48988d16d941735', 'pluralName': 'Cafés', 'icon': {'suffix': '.png', 'prefix': 'https://ss3.4sqi.net/img/categories_v2/food/cafe_'}, 'name': 'Café', 'shortName': 'Café'}, {'id': '52e81612bcbc57f1066b7a0a', 'pluralName': 'Pie Shops', 'icon': {'suffix': '.png', 'prefix': 'https://ss3.4sqi.net/img/categories_v2/food/pieshop_'}, 'name': 'Pie Shop', 'shortName': 'Pie Shop'}], 'attributes': {'groups': []}, 'canonicalUrl': 'https://foursquare.com/v/%C3%B6znur-cafe-ev-yemekleri/5061bb4ee4b0acb17101a45b', 'verified': False, 'location': {'city': 'İstanbul', 'labeledLatLngs': [{'lat': 40.98233458770847, 'label': 'display', 'lng': 29.059884316778895}], 'country': 'Türkiye', 'lat': 40.98233458770847, 'state': 'İstanbul', 'formattedAddress': ['İstanbul', 'Türkiye'], 'cc': 'TR', 'lng': 29.059884316778895}, 'name': 'Öznur Cafe Ev Yemekleri', 'pageUpdates': {'items': [], 'count': 0}, 'rating': 6.5, 'bestPhoto': {'id': '59b8f76a6f706a62fe1d6476', 'source': {'url': 'https://www.swarmapp.com', 'name': 'Swarm for iOS'}, 'createdAt': 1505294186, 'height': 1440, 'suffix': '/88422156_JvWco68kjMMs6-5BWd6bULkgKQsxoNR96iHhT-wcf3I.jpg', 'visibility': 'public', 'prefix': 'https://fastly.4sqi.net/img/general/', 'width': 1920}, 'contact': {}, 'beenHere': {'marked': False, 'unconfirmedCount': 0, 'lastCheckinExpiredAt': 0, 'count': 0}, 'timeZone': 'Europe/Istanbul'}
2.B Mekanın Genel Puanı (Rating) Alma
Yukarda gördüğünüz gibi bir mekana ait hangi parametreleri alacağımıza dair o mekana ait anahtar değerleri gelmişti.
Sonuçlardan rating parametresi ile mekanın puanına erişilmektedir.
- Listelediğimiz ilk 5 ev yemekleri listesini birinci sırada ki ;
0 Öznur Cafe Ev Yemekleri … 5061bb4ee4b0acb17101a45b
id değerli en yakın ev yemekleri mekanının puanını alalım:
import requests
import pandas as pd
from pandas.io.json import json_normalize
CLIENT_ID ='PGBQWU3LLONODVNJ3DAOCU0WCO1UVCENQJ0M0W1FUYKJZQHB'
CLIENT_SECRET ='13WART3RQMCHJF3IUGKQXMP4DVW5ALUPVEFKNDX1J0NG0GXB'
VERSION ='20191201'
venue_id = '5061bb4ee4b0acb17101a45b' #öznur ev yemeklerinin id'si
limit = 150 #set limitinin toplam ipucu sayısından büyük veya ona eşit olması
url = 'https://api.foursquare.com/v2/venues/{}?client_id={}&client_secret={}&v={}'.format(venue_id, CLIENT_ID, CLIENT_SECRET, VERSION)
result = requests.get(url).json()
output:
sum@sumaray:~/Desktop/api$ python api20.py
6.5
Mekanın değerlendirmesi 6.5 çok iyi değerlendirme değil gibi.
- En yakın 2.başka mekan denersek:
1 Lezzet Durağı Ev Yemekleri … 4f4cb5d4e4b0b0a21387c252
sum@sumaray:~/Desktop/api$ python api20.py
bu mekan değerlendirilmedi.
- En yakın 3.mekana bakarsak
2 Palmiye Cafe Ev Yemekleri … 544b806f498e693acaf9cc90
sum@sumaray:~/Desktop/api$ python api20.py
7.7
7.7 Puanı daha iyi, bu mekan üzerinden mekan tavsiyelerine bakalım.
2.C İpuçlarının-Tavsiye(tips) Değerin Bulma
Bir mekanın tavsiye değerini sayısal olarak ;
result['response']['venue']['tips']['count']
print(result)
şeklinde ulaşabiliyoruz.
7.7 ratinge sahip Palmiye ev yemeklerine kaç yorum yapıldığın bakalım.
import requests
import pandas as pd
from pandas.io.json import json_normalize
CLIENT_ID ='***********'
CLIENT_SECRET ='**********'
VERSION ='20191201'
venue_id = '544b806f498e693acaf9cc90' #palmiye cafe ev yemeklerinin id'si
limit = 150 #set limitinin toplam ipucu sayısından büyük veya ona eşit olması
url = 'https://api.foursquare.com/v2/venues/{}?client_id={}&client_secret={}&v={}'.format(venue_id, CLIENT_ID, CLIENT_SECRET, VERSION)
result = requests.get(url).json()
try:
print(result['response']['venue']['tips']['count'])
except:
print('bu mekan değerlendirilmedi.')
output:
sum@sumaray:~/Desktop/api$ python api20.py
4
Çıktı da gördüğünüz gibi bu mekan hakkında 4 yorum yapıldı bilgisine ulaştık.
2.D Mekanın tavsiyelerini alma (venue tips)
Bir mekanın tavsiye sayısını almıştık. Şİmdi ise bu yorumların iyi veya kötü olduğu yönünde bilgi edinelim..
https://api.foursquare.com/v2/venues/VENUE_ID/tips?client_id=CLIENT_ID&client_secret=CLIENT_SECRET&v=VERSION&limit=LIMIT
Bu şekilde url oluşturur ve get isteği gönderilir.
Tüm ipuçlarını almak için limit belirlenir
#mekan tavsiye
limit = 10
#limitin toplam ipucu sayısına eşit veya ondan daha büyük olması gerekir
url = 'https://api.foursquare.com/v2/venues/{}/tips?client_id={}&client_secret={}&v={}&limit={}'.format(venue_id, CLIENT_ID, CLIENT_SECRET, VERSION, limit)
results = requests.get(url).json()
results
- Palmiye cafe ev yemeklerinin tavsiyelerini alalım:
import requests
import pandas as pd
from pandas.io.json import json_normalize
CLIENT_ID ='*************************'
CLIENT_SECRET ='***************************'
VERSION ='20191201'
venue_id = '544b806f498e693acaf9cc90' #palmiye cafe ev yemeklerinin id'si
##palmiye cafe ev yemeklerinin tavsiyeleri
limit = 15 #limitin toplam ipucu sayısına eşit veya ondan daha büyük olması (ipucu=4)
url = 'https://api.foursquare.com/v2/venues/{}/tips?client_id={}&client_secret={}&v={}&limit={}'.format(venue_id, CLIENT_ID, CLIENT_SECRET, VERSION, limit)
results = requests.get(url).json()
print(results)
output:
sum@sumaray:~/Desktop/api$ python api21.py
{'response': {'tips': {'count': 4,
'items': [{'text': 'Sıcak kanlı çalışanları nefis yöresel yemekleri ve uygun fiyatlarıyla mükemmel seçim 😊', 'lang': 'tr', 'canonicalUrl': 'https://foursquare.com/item/544bbe81498e470ddb013e1d', 'disagreeCount': 0, 'todo': {'count': 0}, 'authorInteractionType': 'liked', 'id': '544bbe81498e470ddb013e1d', 'likes': {'groups': [{'count': 1, 'items': [{'photo': {'suffix': '/22567773-YQA5HQ5XQV3N1B0T.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'gender': 'male', 'id': '22567773', 'firstName': 'Mesut'}], 'type': 'others'}], 'count': 1, 'summary': '1 like'}, 'type': 'user', 'user': {'lastName': 'Selvi', 'photo': {'suffix': '/97863500-EXMSPQSVITTSEUJV.jpg', 'prefix': 'https://fastly.4sqi.net/img/user/'}, 'gender': 'female', 'id': '97863500', 'firstName': 'Mevlüde'}, 'createdAt': 1414250113, 'logView': True, 'agreeCount': 1}]}}, 'meta': {'code': 200, 'requestId': '5dbc22dd6f0aa2002c217cb6'}}
İlişkili özelliklerin ipuçlarını parametre tip listesini şu şekilde ulaşılır:
tips = results[‘response’][‘tips’][‘items’] tip = results[‘response’][‘tips’][‘items’][0] tip.keys()
dict_keys([‘id’, ‘createdAt’, ‘text’, ‘type’, ‘canonicalUrl’, ‘lang’, ‘likes’, ‘logView’, ‘agreeCount’, ‘disagreeCount’, ‘todo’, ‘user’, ‘authorInteractionType’])
Yukarda ki örnekte aldığımız tavsiye pek net değil. Çünkü yapılan yorumlar bize json türünde geldi. Bunları sütun genişliğini biçimlendirerek, tüm tavsiyelerin(ipuçların) daha anlamlı veriler olarak görüntülenmesi sağlayabilirz.
import requests
import pandas as pd
from pandas.io.json import json_normalize
CLIENT_ID ='***********'
CLIENT_SECRET ='***********'
VERSION ='2019120'
venue_id = '544b806f498e693acaf9cc90' #palmiye cafe ev yemeklerinin id'si
##palmiye cafe ev yemeklerinin tavsiyeleri
limit =15 #limitin toplam ipucu sayısına eşit veya ondan daha büyük olması (ipucu=4)
url='https://api.foursquare.com/v2/venues/{}/tips?client_id={}&client_secret={}&v={}&limit={}'.format(venue_id, CLIENT_ID, CLIENT_SECRET, VERSION, limit)
results = requests.get(url).json()
tips = results['response']['tips']['items']
pd.set_option('display.max_colwidth', 1000)
tips_df = json_normalize(tips) # json ipuçları standartlaştırmak
#tutulacak sütunlar
filtered_columns = ['agreeCount', 'text', 'disagreeCount','id', 'user.firstName', 'user.lastName', 'user.gender', 'user.id']
tips_filtered = tips_df.loc[:, filtered_columns]
#sonuçları görüntüleeme
print(tips_filtered)
output:
sum@sumaray:~/Desktop/api$ python api23.py
agreeCount text ... user.gender user.id
0 1 Sıcak kanlı çalışanları nefis yöresel yemekleri ve uygun fiyatlarıyla mükemmel seçim 😊 ... female 97863500
[1 rows x 8 columns]
🏹Buradan yapılan yorum ve yorumu yapan kullanıcının id bilgisi bize getirildi. bir sonraki yazımda bu id değerli kullanıcı üzerinden Foursquare api’de kullanıcı arama ve özellikeri ile çalışacağım.
