無料枠ではlimit<=50より，一般的なやり方では50曲以上の楽曲情報を抽出できません．ここでは，offsetを操作してPythonでSpotify APIを使って50曲以上の楽曲情報を抽出します．
Spotify APIの導入
Spotify APIの導入は下記のサイトを参考にしてください．
()
楽曲情報の抽出
楽曲情報の抽出は下記のサイトを参考にしてください．
()
offsetの操作
offsetは抽出する情報で最初の何個をとばすかを指定できます． 無料枠では0~1049まで指定でき，次章ではfor文で回して50ごとにoffsetを指定してより多くの楽曲情報を抽出します．
50曲以上の邦楽情報抽出
下記のコードで50曲以上の邦楽情報抽出を実行します．
工程は下記の通りです．
- SpotifyAPIの起動
- offsetの操作
- 2000年の楽曲で検索
- 楽曲IDを取得
metaに楽曲情報を格納external_idsより邦楽か判定するspotify.audio_features()で楽曲特徴を抽出getTrackFeaturesで楽曲情報と特徴をリスト化- リストからデータフレームへ変換
python
import time
import spotipy
import pprint
from spotipy.oauth2 import SpotifyClientCredentials
# APIのIDとキー
MyID = "****************" #client ID
MySecret= "****************" #client secret
# 工程1_spotifyAPI起動
ccm = SpotifyClientCredentials(client_id = MyID, client_secret = MySecret)
spotify = spotipy.Spotify(client_credentials_manager = ccm)
year = 2000
tracks =
# 工程2_offsetの操作
for num in range(0, 1049, 50):
# 工程3_検索実行
result = spotify.search(q=f'year:{year}', limit=50, offset=0, type='track', market='JP')
for track in result['tracks']['items']:
# 工程4_楽曲IDを取得
track_id = track['id']
time.sleep(0.5)
# 工程5_楽曲情報の抽出
meta = spotify.track(track_id)
# 工程6_邦楽判定
if not meta['external_ids']['isrc'][0:2] == 'JP':
continue
# 工程7_楽曲特徴の抽出
features = spotify.audio_features(track_id)
track_info = getTrackFeatures(track_id, meta, features)
tracks.append(track_info)
# 工程8_重複削除
tracks = list(map(list, set(map(tuple, tracks))))
## 工程9_リスト→データフレーム&csv出力
# データフレームに格納
df = pd.DataFrame(tracks, columns = ['track_id', 'name', 'album', 'artist', 'release_date', 'country', 'length', 'popularity', 'key', 'mode', 'danceability', 'acousticness', 'energy', 'instrumentalness', 'liveness', 'loudness', 'speechiness', 'tempo', 'time_signature', 'valence'])
# お気に入り降順にソート
df.sort_values('popularity', ascending=False, inplace=True)
display(df.head())まとめ
ここまでで，offsetを操作してPythonでSpotify APIを使って50曲以上の楽曲情報を抽出しました．
次回から，1970年から各年で取得してDBに格納します．
参考サイト
PythonでSpotify APIを使ってみる ~全ての音楽愛好家のためのSpotify API ep 1~
Spotify Web APIから分析用データセットをつくる