Modules, Requests und arbeiten mit APIs

0. Importiere die Module requests und pandas, die verwenden würdest



In [22]:

    
import requests
import pandas as pd

1. Suche ein paar Beispiele von APIs. Von solchen, die mit und ohne Schlüssel, verwendet werden können und liste sie auf.



In [23]:

    
http://rpc.geocoder.us/service
http://api.nytimes.com/svc/search/v1
http://www.openhazards.com/data/GetEarthquakeProbability
http://postcodes.io
http://open-platform.theguardian.com/access/
https://api.citybik.es/v2/









    



  File "<ipython-input-23-c9ff8aaf979e>", line 1
    http://rpc.geocoder.us/service
          ^
SyntaxError: invalid syntax

2. Lese eine dieser APIs mit requests ein und rufe die Ergebnisse auf.



In [ ]:

    
url1 = 'http://api.openhazards.com/GetEarthquakeProbability?q=San+Francisco,+CA&m=6.8&r=100'



In [ ]:

    
response = requests.get(url1)



In [ ]:

    
response



In [ ]:

    
response.text



In [ ]:

    
response.json

3. Zurück zum Erdbeben API. Wie viele Erdbeben wurden im August 2017 verzeichnet?



In [24]:

    
url_august = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-08-01&endtime=2017-08-31'



In [25]:

    
response = requests.get(url_august)



In [26]:

    
response









    Out[26]:





<Response [200]>

response.text

4. Und wie viele Erdbeben im Juli?



In [27]:

    
url_juli = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-07-01&endtime=2017-07-31'

response = requests.get(url_juli)



In [28]:

    
response









    Out[28]:





<Response [200]>



In [29]:

    
response.text









    Out[29]:





'11555'

5. In welchem Monat des aktuellen Jahres wurden am meisten Erdbeben verzeichnet?



In [30]:

    
month = ["01, "02", "03", "04]
url









    



  File "<ipython-input-30-3a629cee8908>", line 1
    month = ["01, "02", "03", "04]
                    ^
SyntaxError: invalid token



In [ ]:

    
url_jan = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-01-01&endtime=2017-01-31'



In [ ]:



In [ ]:

    
response = requests.get(url_jan)



In [ ]:

    
response



In [ ]:

    
response.text



In [ ]:

    
url_feb = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-02-01&endtime=2017-02-28'



In [ ]:

    
response = requests.get(url_feb)



In [ ]:

    
response



In [ ]:

    
response.text



In [ ]:

    
url_märz = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-03-01&endtime=2017-03-31'



In [ ]:

    
response = requests.get(url_märz)



In [ ]:

    
response



In [ ]:

    
response.text



In [ ]:

    
url_april = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-04-01&endtime=2017-04-30'



In [ ]:

    
response = requests.get(url_april)

response



In [ ]:

    
response.text



In [34]:

    
url_mai = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-05-01&endtime=2017-05-31'



In [35]:

    
response = requests.get(url_mai)



In [36]:

    
response









    Out[36]:





<Response [200]>

response.text



In [40]:

    
url_juni = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-06-01&endtime=2017-06-30'



In [41]:

    
response = requests.get(url_juni)



In [42]:

    
response









    Out[42]:





<Response [200]>



In [43]:

    
response.text









    Out[43]:





'9880'



In [ ]:

    
url_juli = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-07-01&endtime=2017-07-31'

response = requests.get(url_juli)



In [ ]:

    
response

response.text



In [ ]:

    
url_september = 'https://earthquake.usgs.gov/fdsnws/event/1/count?starttime=2017-09-01&endtime=2017-09-30'



In [ ]:

    
response = requests.get(url_september)



In [ ]:

    
response



In [ ]:

    
response.text



In [ ]:

6. Wandle das in einen Pandas Dataframe um



In [31]:

    
dct_lst = [{'Monat' : 'Januar', 'Erdbeben' : 11074}, {'Monat' : 'Februar', 'Erdbeben' : 7576}, {'Monat' : 'März', 'Erdbeben' : 8871}, {'Monat' : 'April', 'Erdbeben' : 10409}, {'Monat' : 'Mai', 'Erdbeben' : '?'}, {'Monat' : 'Juni', 'Erdbeben' : 9880}, {'Monat' : 'Juli', 'Erdbeben' : 11252}, {'Monat' : 'August', 'Erdbeben' : '?'}, {'Monat' : 'September', 'Erdbeben' : 9642}]



In [32]:

    
pd.DataFrame(dct_lst)



In [47]:

    
df = pd.DataFrame(dct_lst)
df.sort_values(by='Monat')

7. Und speicher das Ergebnis ab



In [33]:

    
df.to_csv('Monate.csv')









    



---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-33-63bf6871605c> in <module>()
----> 1 df.to_csv('Monate.csv')

NameError: name 'df' is not defined



In [ ]:



In [ ]:

	Erdbeben	Monat
0	11074	Januar
1	7576	Februar
2	8871	März
3	10409	April
4	?	Mai
5	9880	Juni
6	11252	Juli
7	?	August
8	9642	September