So erstellen Sie Ihr eigenes Spotify Wrapped with R

Jan 09 2023
Der einfache Weg, Ihr eigenes Spotify Wrapped mit R, Excel und Canva zu erstellen Was wäre, wenn ich Ihnen sagen würde, dass Sie kein Technikfreak sein müssen, um Ihr eigenes Spotify Wrapped zu erstellen? Lassen Sie uns diese Sache Schritt für Schritt machen, ich nenne sie gerne Rezepte. Also folgen wir diesem Rezept.

Der einfache Weg, um Ihr eigenes Spotify Wrapped mit R, Excel und Canva zu erstellen

Was wäre, wenn ich Ihnen sagen würde, dass Sie kein Technikfreak sein müssen, um Ihr eigenes Spotify Wrapped zu erstellen?

My Spotify Wrapped for 2022, erstellt mit R, Excel und Canva.

Lassen Sie uns diese Sache Schritt für Schritt machen, ich nenne sie gerne Rezepte. Also folgen wir diesem Rezept. Für die nerdigeren Menschen können Sie dieses Rezept komplett überspringen und sich dieses GitHub-Repository ansehen .

Rezept

Zutaten

  • Spotify-Konto mit mindestens einem Jahr alt.
  • Laptop mit der neuesten Version von R , R Studio und Excel.
  • Canva-Konto.
  • Energie und Verlangen, das Unbekannte zu kennen.
  1. Fragen Sie Spotify nach Ihren Daten.
  2. Mehrere „StreamingHistoryX.json“-Dateien finden, umbenennen und möglicherweise zusammenführen.
  3. Erstellen Sie einen Ordner mit Ihren Spotify Wrapped-Dateien.
  4. Verwenden Sie Excel, um die einfachen Dinge zu erledigen.
  5. Installieren Sie die R-Pakete, die zum Ausführen des Programms erforderlich sind.
  6. Verwenden Sie die R-Programmierung, um die schwierigen Aufgaben zu erledigen.
  7. Verwenden Sie Canva, um Ihre Infografik zu erstellen.
  8. Teilen Sie Ihre harte Arbeit mit anderen.

Schritt 1. Fragen Sie Spotify nach Ihren Daten

Beginnen wir damit, Spotify nach Ihren Daten zu fragen, viele Leute wissen nicht, dass Sie Unternehmen nach Ihren Daten fragen können, Sie können sie sogar bitten, alles zu löschen, was sie über Sie wissen.

  • Melden Sie sich bei Ihrem Konto an.
  • Gehen Sie wie abgebildet auf die Registerkarte „ Datenschutzeinstellungen “.
  • Scrollen Sie nach unten und Sie finden den Teil „Laden Sie Ihre Daten herunter“.

Sie müssen 5 Tage warten, bis Spotify eine E-Mail mit Ihren Daten sendet.

  • Nach 5 Tagen erhalten Sie eine E-Mail wie diese.

Schritt 2. Suchen, benennen und führen Sie möglicherweise mehrere „StreamingHistoryX.json“-Dateien zusammen

  • Sobald Sie Ihre Spotify-Daten heruntergeladen haben, haben Sie eine .zip-Datei mit dem Namen „my_spotify_data“, lassen Sie sie entpacken und öffnen.

Wenn Sie mehr als einen haben, wie ich. Wir müssen sie in nur eine .json-Datei zusammenführen.

  • Gehen wir zu dieser Seitehttps://dashboard.data.gov/merge
  • Fügen Sie alle .json-Dateien hinzu, die Sie erhalten haben, und klicken Sie auf „Dateien zusammenführen“.

Schritt 3. Erstellen Sie einen Ordner mit Ihren Spotify Wrapped-Dateien

Jeder Schritt ist sehr wichtig, das Erstellen eines Ordners für jedes Projekt, das Sie haben, ist entscheidend, damit der Computer leicht finden kann, wo sich Ihre Daten befinden, also werden wir einen Ordner erstellen und alles, was mit diesem Projekt zu tun hat, darin ablegen.

  • Erstellen Sie einen Ordner und nennen Sie ihn „My_Spotify_Wrapped_202X“.
  • Schneiden Sie die Datei „data.json“ , über die wir in Schritt 2 gesprochen haben, aus und fügen Sie sie ein.
  • Gehen Sie zu meinem GitHub-Repository , klicken Sie auf „Code“ und dann auf „ZIP herunterladen“.
  • Entpacken Sie es, schneiden Sie das „spotify_project.R“ aus und fügen Sie es in Ihren Ordner ein.
  • Zu guter Letzt müssen wir diese einzelne „data.json“-Datei mit Excel öffnen, dazu müssen wir die Datei in eine .csv-Datei konvertieren.
  • Gehen Sie zu dieser Seitehttps://csvjson.com/json2csv
  • Klicken Sie auf „Konvertieren“ und dann auf „Herunterladen“.
  • Sie haben eine Datei namens „csvjson.csv“, benennen Sie sie in „extra.csv“ um.
  • Schneiden Sie „extra.csv“ aus und fügen Sie es in Ihren Ordner ein.

In Ordnung, jetzt, da wir alle Zutaten haben, können wir mit den lustigen Sachen beginnen.

Schritt 4. Verwenden Sie Excel, um die einfachen Dinge zu erledigen

Lassen Sie uns diese „extra.csv“-Datei mit Excel öffnen, und wir werden diese Dinge daraus extrahieren:

  • Total Plays: Die Anzahl der Titel, die Sie angehört haben.
20.843 Zeilen.

In meinem Fall habe ich 20.843 Zeilen oder in diesem Fall die Anzahl der Gesamtspiele.

  • Total Played Seconds: Die Anzahl der Sekunden, die Sie auf Spotify verbringen.

Dort steht „msPlayed“, was laut Spotify Folgendes bedeutet:

Millisekunden wurde der Track angehört.

Wir summieren also die gesamte D-Spalte und wandeln diese Millisekunden in eine beliebige Zeitmetrik um, die Sie verwenden möchten. In diesem Fall möchte ich, dass es bei Sekunden bleibt.

Summiere die gesamte Spalte D und transformiere.

Ich teile diese Millisekunden durch 1000, sodass ich 2.178.000 gespielte Sekunden bekomme.

  • Sprachen insgesamt: Die Anzahl der Sprachen, die Sie gehört haben.
  • Dazu benötigen wir Google Sheets und importieren unsere „extra.csv“-Datei und verwenden die spezielle „DETECTLANGUAGE“-Funktion von Google Sheets.
  • 3. Sobald wir die Sprache erkannt haben, werden wir die Duplikate löschen, damit wir genau wissen, wie viele Sprachen wir gehört haben.

    53 verschiedene Sprachen.

    In meinem Fall habe ich 53 Zeilen oder 53 verschiedene Sprachen.

    Denken Sie daran, dass Google die Sprache gerne in den ISO-Sprachcode schreibt.

    Verwenden Sie also diese Seite, um zu erfahren, welche Sprache Sie hören:

    http://www.lingoes.net/en/translator/langcode.htm

    • Künstler insgesamt: Die Anzahl der Künstler, die Sie gehört haben.

    Um dies zu wissen, müssen wir nur die Duplikate löschen, die wir in unserer Spalte B haben, wo sich alle Künstler befinden.

    1. Wählen Sie Spalte B, gehen Sie zu Daten > Duplikate löschen
    2. Duplikate entfernen
    3. Wählen Sie nur „artistName“ aus, damit wir nur Duplikate dieser Spalte löschen
    4. 1.584 Zeilen.

    Wir können also aus diesem Schritt schließen, dass wir haben:

    Schritt 5. Installieren Sie die R-Pakete, die zum Ausführen des Programms erforderlich sind

    1. Öffnen Sie das „spotify_project.R“ mit R Studio.
    2. Wählen Sie alle Bibliotheken aus.
    3. Klicken Sie auf Ausführen.

    Schritt 6. Verwenden Sie die R-Programmierung, um die schwierigen Aufgaben zu erledigen

    Wichtig: Wählen Sie jeden Schritt aus und führen Sie ihn aus, damit Ihre Maschine Zeit hat, alles zu erledigen, ohne abzustürzen.

    1. Zuerst geben wir der Funktion den Namen der Eingabedatei:
    2. streamHistory <- fromJSON("data.json", flatten = TRUE)
      

    mySpotify <- streamHistory %>% 
      as_tibble() %>% 
      mutate_at("endTime", ymd_hm) %>% 
      mutate(endTime = endTime - hours(6)) %>% 
      mutate(date = floor_date(endTime, "day") %>% as_date, seconds = msPlayed / 1000, minutes = seconds / 60)
    

    Noch ist nichts passiert.

    Stellen Sie sicher, dass Sie Folgendes in Ihren Daten haben:

    Datenumgebung.

    3. Meistgespielte Songs:

    minutesTMostListened <- mySpotify %>% 
      filter(date >= "2020-01-01") %>% 
      group_by(trackName) %>% 
      summarize(minutesListened = sum(minutes)) %>% 
      filter(minutesListened >= 180) %>%
      ggplot(aes(x = reorder(trackName, minutesListened), y = minutesListened)) + 
      geom_col(aes(fill = minutesListened)) + dark_theme_linedraw() +
      scale_fill_gradient(low = "#1db954", high = "#1db954") + 
      labs(x= "Song", y= "Minutes") + 
      ggtitle("Most listened songs") +
      theme(axis.text.x = element_text(angle = 90))
    minutesTMostListened + coord_flip()
    

    4. Wiedergabeaktivität nach Tageszeit:

    hoursDay <- mySpotify %>% 
      filter(date >= "2019-01-01") %>% 
      group_by(date, hour = hour(endTime), weekday = wday(date, label = TRUE))%>% 
      summarize(minutesListened = sum(minutes))
    hoursDay %>% 
      ggplot(aes(x = hour, y = minutesListened, group = date)) + 
      geom_col(fill = "#1db954") + dark_theme_linedraw() +
      labs(x= "Time of the day", y= "Minutes") + 
      ggtitle("Activity from 0 to 24 hours")
    

    5. Wiedergabeaktivität nach Tageszeit und Wochentag:

    weekDay <- hoursDay %>% 
      group_by(weekday, hour) %>% 
      summarize(minutes = sum(minutesListened)) %>% 
      ggplot(aes(x = hour, y = minutes, color = weekday)) + 
      geom_line() + dark_theme_linedraw() +
      labs(x= "Time of the day", y= "Minutes") + 
      ggtitle("Weekly activity from 0 to 24 hours") 
    weekDay
    

    6. Meistgespielte Künstler:

    minutesMostListened <- mySpotify %>% 
      filter(date >= "2020-01-01") %>% 
      group_by(artistName) %>% 
      summarize(minutesListened = sum(minutes)) %>% 
      filter(minutesListened >= 180) %>%
      ggplot(aes(x = reorder(artistName, minutesListened), y = minutesListened)) + 
      geom_col(aes(fill = minutesListened)) + dark_theme_linedraw() +
      scale_fill_gradient(low = "#1db954", high = "#1db954") + 
      labs(x= "Artist", y= "Minutes") + 
      ggtitle("Playback activity per artist") +
      theme(axis.text.x = element_text(angle = 90))
    minutesMostListened + coord_flip()
    

    7. Wiedergabeaktivität pro Woche und Stunden:

    streamingHours <- mySpotify %>% 
      filter(date >= "2020-01-01") %>% 
      group_by(date) %>% 
      group_by(date = floor_date(date, "week")) %>%
      summarize(hours = sum(minutes) / 60) %>% 
      arrange(date) %>% 
      ggplot(aes(x = date, y = hours)) + 
      geom_col(aes(fill = hours)) + dark_theme_linedraw() +
      scale_fill_gradient(low = "#1db954", high = "#1db954") + 
      labs(x= "Date", y= "Hours") + 
      ggtitle("Playback activity per week")
    streamingHours
    

    8. Wiedergabeaktivität pro spezifischem Künstler:

    hoursArtist <- mySpotify %>% 
      group_by(artistName, date = floor_date(date, "month")) %>% 
      summarize(hours = sum(minutes) / 60) %>% 
      ggplot(aes(x = date, y = hours, group = artistName, color = artistName)) + 
      labs(x= "Date", y= "Hours") + 
      ggtitle("Playback activity per artist") +
      geom_line() + dark_theme_linedraw() +
      gghighlight(artistName == "Rilo Kiley" || artistName == "The Beatles" || artistName == "Paramore"|| artistName == "Gorillaz") 
    hoursArtist
    

    gghighlight(artistName == "Rilo Kiley" || artistName == "The Beatles" || artistName == "Paramore"|| artistName == "Gorillaz")
    

    gghighlight(artistName == "YOUR FAVORITE ARTIST" || artistName == "YOUR FAVORITE ARTIST")
    

    Gehen Sie zu meinem GitHub Repo , wo ich ein paar zusätzliche lustige Grafiken teile.

    Schritt 7. Verwenden Sie Canva, um Ihre Infografik zu erstellen

    Ich habe mir die zusätzliche Zeit genommen, um eine Canva-Vorlage zu erstellen, in der Sie jedes Diagramm an einer Stelle platzieren können.

    • Du kannst diese Canva-Vorlage verwenden, um eine Infografik zu erstellen und eine Kopie davon zu erstellen, damit mehr Menschen sich daran erfreuen können.

    Es ist an der Zeit, Ihre harte Arbeit mit Ihren Freunden und Ihrer Familie zu teilen!

    • Lade die PDF-Datei von Canva herunter und teile sie mit uns!

    Geteiltes Wissen ist quadriertes Wissen. Bitte stellen Sie sicher, dass Sie diesen Artikel in den sozialen Medien teilen, damit er sich über den Müll erhebt. Untätigkeit ist der beste Weg, einen Artikel zu töten.

    Verbinde dich mit Hibran Tapia

    Sie finden mich auf LinkedIn , Twitter , Instagram und GitHub . Kontaktieren Sie mich, wenn Sie Fragen haben.