84

Cómo consumir API REST en R

2091Puntos

hace un año

Curso de Estadística Inferencial con R
Curso de Estadística Inferencial con R

Curso de Estadística Inferencial con R

Determina resultados sin necesidad de analizar todos tus datos. Realiza la muestra de una población, analiza su comportamiento a través de un modelo de pronóstico e interpreta los resultados gráficamente con R.

R es un lenguaje de programación especialmente usado en áreas de Data Science para computación estadística, visualización de datos y cómputo en paralelo.

En el Curso de Fundamentos de R, se explican detalles y fundamentos básicos que nos permitirán iniciar de cero en este increíble y potente lenguaje.

Ahora, vayamos al grano. En este blog les explicaré paso a paso:

  1. Librerías para consumir API’S
  2. Manipulación de respuestas
  3. Cálculo y visualización de estadística aplicada al conjunto de datos.

Partamos entonces de dónde obtendremos los datos… La respuesta es simple: Datos Abiertos de México. Esta plataforma nos provee de más de 40.000 datos abiertos (sí, leíste bien) de 280 Instituciones Públicas en México, incluyendo sectores como:

  • Educación
  • Seguridad
  • Salud
  • Cultura y Turismo
  • Economía
  • Desarrollo

Podremos encontrar estos conjuntos de datos en diversos formatos (API’s, CSV, XLS, XML, etc.) para poder consumirlos a nuestra disposición, teniendo en cuenta que a veces los datos hay que limpiarlos pues no están optimizados.

Para fines prácticos y demostrativos, elegiremos un API de CONAGUA (Comisión Nacional del Agua) que nos provee un histórico de más de 13 millones de registros de las condiciones atmosféricas de todo el país.

API:Condiciones Atmosféricas - CONAGUA

Entonces… comencemos.

Lo primero que hay que hacer

  1. Instalar e importar las librerías necesarias:
install.packages(c("httr", "jsonlite","dplyr"))
library(httr)
library(jsonlite)
library("dplyr")
  1. Llamar el API a través de una petición GET
res <- GET("https://api.datos.gob.mx/v1/condiciones-atmosfericas")
  1. Convertir la respuesta a un formato JSON mapeable
dat <- fromJSON(rawToChar(res$content))
  1. Imprimir resultado del contenido a través de una iteración (for-loop, véase Curso de Programación Básica)
for (i in1:as.integer(dat$pagination$pageSize)) {
    id <- paste("ID:", i)
    cat("\n")
    print(id)
    print(dat[["results"]][["date-insert"]][i])
    print(dat[["results"]][["state"]][i])
    print(dat[["results"]][["name"]][i])
    print(dat[["results"]][["latitude"]][i])
    print(dat[["results"]][["longitude"]][i])
    print(dat[["results"]][["skydescriptionlong"]][i])
    print(dat[["results"]][["windspeedkm"]][i])
}

Resultado:

[1] "ID: 1"
[1] "2017-06-27T17:36:43.084Z"
[1] "Aguascalientes"
[1] "Aguascalientes"
[1] "21.87982"
[1] "-102.296"
[1] "Tormentas dispersas"
[1] "6"

[1] "ID: 2"
[1] "2017-06-27T17:36:43.088Z"
[1] "Aguascalientes"
[1] "Asientos"
[1] "22.23832"
[1] "-102.0893"
[1] "Tormentas dispersas"
[1] "5"

[1] "ID: 3"
[1] "2017-06-27T17:36:43.088Z"
[1] "Aguascalientes"
[1] "Calvillo"
[1] "21.84691"
[1] "-102.7188"
[1] "Tormentas dispersas"
[1] "2"

[1] "ID: 4"
[1] "2017-06-27T17:36:43.088Z"
[1] "Aguascalientes"
[1] "Cosío"
[1] "22.36641"
[1] "-102.3"
[1] "Tormentas dispersas"
[1] "3"

[1] "ID: 5"
[1] "2017-06-27T17:36:43.089Z"
[1] "Aguascalientes"
[1] "El Llano"
[1] "21.91887"
[1] "-101.9653"
[1] "Tormentas dispersas"
[1] "3"

[1] "ID: 6"
[1] "2017-06-27T17:36:43.089Z"
[1] "Aguascalientes"
[1] "Jesús María"
[1] "21.96127"
[1] "-102.3434"
[1] "Tormentas dispersas"
[1] "8"

[1] "ID: 7"
[1] "2017-06-27T17:36:43.089Z"
[1] "Aguascalientes"
[1] "Pabellón de Arteaga"
[1] "22.1492"
[1] "-102.2765"
[1] "Tormentas"
[1] "6"
  1. Identificamos que a través del API, podemos mandar ciertos parámetros dentro de la URL que nos permiten obtener información específica y con base en esto, realizamos una función para pasar los parámetros pageSize y state:
getData <- function (pageSize,state){
    URL <- sprintf("https://api.datos.gob.mx/v1/condiciones-atmosfericas?pageSize=%s&stateabbr=%s",pageSize,state)
    res <- GET(URL,verbose())
    dat <- fromJSON(rawToChar(res$content))
    return(dat)
}

Identificamos que cada estado tiene una abreviación específica dentro del glosario. Para fines prácticos y demostrativos, muestro tres ejemplo:

  • Quintana Roo = “ROO”
  • Yucatán = “YUC”
  • Campeche = “CAM”
  1. Nosotros ahora entonces, podemos pedir específicamente una cantidad específica de los datos y de un estado en específico:
// Siendo 58652 el total para Quintana Roo, hacemos la llamada al a función
data <- getData(58652,"ROO")
  1. Una vez terminado el proceso, podemos visualizar los datos recolectados como dataframe
df <- as.data.frame(data)
df
Código en R
Código en R
  1. Al identificar que los nombres de las columnas son algo como results.*, lo ideal es cambiar los nombres y asignar unos como unos solos. Para hacerlo:
names(df)[1] <- "pageSize"
names(df)[2] <- "pageNumber"
names(df)[3] <- "paginationTotal"
names(df)[4] <- "ID"
names(df)[5] <- "city_ID"
names(df)[6] <- "valid_date_utc"
names(df)[7] <- "wind_direction"
names(df)[8] <- "precipitation_prob"
names(df)[9] <- "relative_humidity"
names(df)[10] <- "city_name"
names(df)[11] <- "date_insert"
names(df)[12] <- "long"
names(df)[13] <- "state"
names(df)[14] <- "last_report_time"
names(df)[15] <- "sky_description"
names(df)[16] <- "state_abbr"
names(df)[17] <- "temp_celsius"
names(df)[18] <- "lat"
names(df)[19] <- "iconcode"
names(df)[20] <- "wind_speed"
names(df)[21] <- "city_name_2"
  1. Comprobamos el nombre de las columnas:
colnames(df)

'pageSize''pageNumber''paginationTotal''ID''city_ID''valid_date_utc''wind_direction''precipitation_prob''relative_humidity''city_name''date_insert''long''state''last_report_time''sky_description''state_abbr''temp_celsius''lat''iconcode''wind_speed''city_name_2'
  1. El objeto que tenemos ahora en df, contiene valores que no nos interesan en este momento. Los descartamos y filtramos los datos con ayuda de dplyr y verificamos la estructura**😗*
df <- df %>% select(!(c(ID,pageSize, pageNumber, paginationTotal)))
str(df)

'data.frame':	58652 obs. of  17 variables:
 $ city_ID           : chr  "MXQR0074""MXQR0075""MXQR0076""MXQR0165" ...
 $ valid_date_utc    : chr  "20170627T140000Z""20170627T140000Z""20170627T130000Z""20170627T140000Z" ...
 $ wind_direction    : chr  "ESE""ESE""E""ESE" ...
 $ precipitation_prob: chr  "20""0""20""10" ...
 $ relative_humidity : chr  "77""80""85""77" ...
 $ city_name         : chr  "Cozumel""Isla Mujeres""Solidaridad""Puerto Morelos" ...
 $ date_insert       : chr  "2017-06-27T17:36:45.270Z""2017-06-27T17:36:45.270Z""2017-06-27T17:36:45.270Z""2017-06-27T17:36:45.270Z" ...
 $ long              : chr  "-86.95759""-86.74609""-87.0755""-86.87617" ...
 $ state             : chr  "Quintana Roo""Quintana Roo""Quintana Roo""Quintana Roo" ...
 $ last_report_time  : chr  "20170627T092449Z""20170627T092450Z""20170627T092456Z""20170627T092450Z" ...
 $ sky_description   : chr  "Parcialmente nublado""Mayormente nublado""Parcialmente nublado""Mayormente nublado" ...
 $ state_abbr        : chr  "ROO""ROO""ROO""ROO" ...
 $ temp_celsius      : chr  "29""29""28""29" ...
 $ lat               : chr  "20.50378""21.25657""20.62814""20.84845" ...
 $ iconcode          : chr  "66""69""66""69" ...
 $ wind_speed        : chr  "13""16""5""18" ...
 $ city_name_2       : chr  NA NA NA NA ...
  1. Teniendo los datos filtrados y con las columnas que son relevantes para nosotros, ahora buscamos un municipio específico para poder analizar los datos:
benito_juarez <- df %>% 
  filter(city_name == "Benito Juárez" | city_name_2 == "Benito Juárez")

head(benito_juarez)
Tablas del dataframe
Segunda parte de las tablas del dataframe
  1. Ahora que visualizamos el data frame de Benito Juárez (municipio del estado de Quintana Roo), aplicamos algunos cálculos estadísticos simples:
print("Promedio histórico de Humedad en Benito Juárez:")
mean((as.numeric(as.character(df$relative_humidity))))

[1] "Promedio histórico de Humedad en Benito Juárez:"72.2678169542386

print("Promedio histórico de temperatura celsius en Benito Juárez:")
mean((as.numeric(as.character(df$temp_celsius))))

[1] "Promedio histórico de temperatura celsius en Benito Juárez:"30.4430198458706

print("Promedio histórico de velocidad del viento en Benito Juárez:")
mean((as.numeric(as.character(df$wind_speed))))

[1] "Promedio histórico de velocidad del viento en Benito Juárez:"13.1579485780536

Conclusión:

En este artículo vimos lo fácil y rápido que es consumir datos de una API y manipularlos para filtrarlos y conseguir cálculos estadísticos específicos. Sigue el post ¿Qué es GraphQL? Y amplía tus conocimientos sobre el tema.

Para más información o feedback, no duden en mandarme un correo a [email protected], espero que les haya gustado y servido.👨🏻‍💻

Curso de Estadística Inferencial con R
Curso de Estadística Inferencial con R

Curso de Estadística Inferencial con R

Determina resultados sin necesidad de analizar todos tus datos. Realiza la muestra de una población, analiza su comportamiento a través de un modelo de pronóstico e interpreta los resultados gráficamente con R.
Rafael
Rafael
rafalagunas

2091Puntos

hace un año

Todas sus entradas
Escribe tu comentario
+ 2
Ordenar por:
4
1670Puntos

Gracias por el aporte Rafa!!

2
2091Puntos
un año

¡Un placer Fabián, gracias por tu comentario!

3
20847Puntos

Excelente @rafalagunas, un ejemplo muy divertido para replicar.

Gracias

2
2091Puntos
un año

¡Muchas gracias Francisco! Saludos.

2
15320Puntos

Esta genial @rafalagunas esto no se encuentras en ningun lado, que bien! lo usare muy pronto, gracias! 💚

1
2091Puntos
un año

¡Muchas gracias! Cualquier duda puedes dejarla aquí y estaré encantado de apoyarte.

2
3840Puntos

Excelente aporte, gracias.

1
2091Puntos
un año

Gracias a ti por el comentario, Antonio.
¡Saludos!

2
1667Puntos

Wooow, excelente artículo, muy claro…

1
8954Puntos

Esto es fantástico. Tengo una duda. ¿Cómo supiste el número de la paginación para el estado particular que elegiste?

0
26540Puntos

Que buen post!!!