Google Places

O Google Places API permite acessar os dados do Google Maps. O pacote googleway integra estes dados dentro de R já em formato tidy. Neste post vou mostrar como importar dados desta API com foco no Places, que encontra informações sobre estabelecimentos ou pontos de interesse, em geral. Há diversos outros usos desta API, como de encontrar rotas, estimar a elevação, recuperar fotos do Street View, entre outros. Para uma lista completa veja a documentação do pacote.

library(sf)
library(googleway)
library(dplyr)
library(tidyr)
library(stringr)
library(leaflet)

API - chave

Para usar o pacote é preciso registrar uma API. Se você não tem uma key é preciso criar uma. Um tutorial do Google está disponível aqui.

googleway::set_key("sua_chave")

Starbucks

Para exemplificar o uso da API vamos começar com um exemplo simples. Via de regra, é preciso definir apenas dois parâmetros para começar a busca:

Um termo de busca
Um ponto

No exemplo abaixo buscamos o termo “starbucks” a partir da coordenada do Museu de Arte de São Paulo (MASP).

ponto = c(-23.561462, -46.655937)

search_sbux = google_places(
  search_string = "starbucks",
  location = ponto
)

O objeto guarda vários resultados da query.

# Resultados da query em formato data.frame
places$results
# 'token' para continuar a busca
places$next_page_token
# Status da query
places$status

A query de busca encontra apenas 20 resultados (no máximo). Para encontrar mais resultados é preciso fazer uma nova busca, usando $next_page_token para encontrar mais resultados.

# busca mais resultados para a mesma pesquisa
search_sbux_2 = google_places(
  search_string = "starbucks",
  location = ponto,
  page_token = search_sbux$next_page_token
)
# busca mais resultados para a mesma pesquisa
search_sbux_3 = google_places(
  search_string = "starbucks",
  location = ponto,
  page_token = search_sbux_2$next_page_token
)
# Agrega todos os resultados encontrados
res <- bind_rows(
  search_sbux$results,
  search_sbux_2$results,
  search_sbux_3$results
)

Ao todo, a query encontrou 50 resultados que estão agregados no objeto res acima. A query retorna várias das informações que normalmente se encontram numa busca via Google Maps: a nota média do estabelecimento, algumas fotos, o endereço, a posição geográfica (lat/lng), o tipo do estabelecimento, etc.

Formalmentem, as informações estão estruturadas num “nested” data.frame, que é um data.frame comum que possui outros data.frame ou list como colunas. Isto pode causar algum estranhamento, mas não é nada demais. Para selecionar uma coluna acaba sendo necessário fazer df$col1$col2 ou usar os comandos tidyr::unnest.

subres <- res %>%
  unnest(cols = "geometry") %>%
  unnest(cols = "location") %>%
  select(
    business_status, name, formatted_address, rating, user_ratings_total, types,
    lat, lng
  )

subres <- st_as_sf(subres, coords = c("lng", "lat"), crs = 4326)

# Mapa iterativo simples
leaflet(subres) |> 
  addTiles() |> 
  addCircleMarkers(label = ~name) |> 
  addProviderTiles("CartoDB")

A coluna types é uma lista que contém cinco strings que categorizam o estabelecimento.

subres$types[[1]]

Os dados do Google Maps não costumam ser 100% limpos. Não é incomum encontrar estabelecimentos fantasmas, ou mal-construídos. Um jeito fácil de encontrar estes casos é filtrar pelo número de reviews ou pelo nome. Na tabela abaixo há dois estabelecimentos suspeitos: o STARBUCKS CO e o Starbucks Coffee: ambos têm um baixo número de reviews e têm uma nota muito baixa (2 e 2.1, respectivamente).

subres |> 
  arrange(user_ratings_total) |> 
  head(10)

Busca estruturada

Vou montar uma busca simples para retornar todos os Starbucks do Brasil. Seria muito demorado fazer uma busca completa, no país inteiro, então vou usar como ponto de partida os pares de coordenadas que encontrei via webscrape.

A função abaixo procura pelo termo “starbucks” em todos os pontos que forneço. Para simplificar, a função devolve apenas algumas das colunas.

# Function to grap starbucks info
get_starbucks_info <- function(lat, lng) {
  
  places = google_places(
    search_string = "starbucks",
    location = c(lat, lng)
  )
  
  sel_cols = c(
    "name", "formatted_address", "lat", "lng", "rating", "user_ratings_total",
    "business_status")
  
  places$results %>%
    tidyr::unnest("geometry") %>%
    tidyr::unnest("location") %>%
    dplyr::select(dplyr::all_of(sel_cols))
  
}

O código abaixo roda a função acima em todos os 142 estabelecimentos, encontrados na página oficial do Starbucks Brasil.

# Remove geometry and keep only coordinates
coords_starbucks <- starbucks %>%
  st_drop_geometry() %>%
  as_tibble() %>%
  select(index, name, lat, lng)

starbucks_info = purrr::map2(
  coords_starbucks$lat,
  coords_starbucks$lng,
  get_starbucks_info
  )

dat <- starbucks_info %>%
  bind_rows(.id = "search_id") %>%
  distinct()

Novamente, é preciso limpar os resultados. Olhando para a coluna de nome vemos que há vários estabelecimentos errados.

unique(dat$name)

 [1] "Starbucks - Top Center"                                         
 [2] "Starbucks"                                                      
 [3] "Starbucks Coffee"                                               
 [4] "Starbucks Shopping Higienópolis"                                
 [5] "STARBUCKS CO"                                                   
 [6] "Starbucks Shopping Plaza Sul"                                   
 [7] "Starbucks Einstein - Maternidade"                               
 [8] "Starbucks Interlagos"                                           
 [9] "Starbucks Grand Plaza Shopping"                                 
[10] "Starbucks Shopping Tamboré"                                     
[11] "STARBUCKS COFFEE"                                               
[12] "Starbucks T3 Desembarque"                                       
[13] "Starbucks - Mogi Shopping"                                      
[14] "Lago Azul Restaurant - North"                                   
[15] "Starbucks Litoral Plaza Shopping"                               
[16] "Starbucks - Parque Dom Pedro"                                   
[17] "Starbucks Livraria Leitura - Parque Dom Pedro"                  
[18] "Starbuks"                                                       
[19] "Starbucks Ribeirão Shopping"                                    
[20] "Starbucks Coffee - Shopping Mueller"                            
[21] "Starbucks - Palladium"                                          
[22] "Starbucks (Sala de Embarque) Aeroporto Curitiba Afonso Pena"    
[23] "Starbucks Shopping Jockey"                                      
[24] "Starbucks Shopping Curitiba"                                    
[25] "Casa Bauducco"                                                  
[26] "Havanna Café Palladium Curitiba"                                
[27] "Season Coffee & Co."                                            
[28] "Starbucks - Santos Dumont"                                      
[29] "DarkCoffee Centro Rio"                                          
[30] "Starbucks Garten Shopping"                                      
[31] "Starbucks Norte Shopping"                                       
[32] "Starbucks Itaú Power Shopping"                                  
[33] "Starbucks | Beiramar Shopping"                                  
[34] "Starbucks Boulevard Shopping"                                   
[35] "Starbucks Airport Gate 115"                                     
[36] "Starbucks - Barra Shopping Sul"                                 
[37] "Starbucks Portão 8 Aeroporto Internacional de Brasília Lago Sul"
[38] "Caffetteria"                                                    
[39] "Black Coffee"                                                   
[40] "Duckbill Cookies & Coffee Taguatinga Shopping - Brasília/DF"    
[41] "Caffetteria WPS Santa Lúcia"

Para fazer a limpeza, vou manter apenas as unidades ativas com contêm “Starbucks” no seu nome. Além disso, vou parear os dados com a minha base de webscape usando st_nearest_feature(x, y). Esta função encontra o ponto mais próximo em y para cada ponto de x.

dat <- dat |> 
  filter(str_detect(name, "Starbucks"), business_status == "OPERATIONAL") |> 
  arrange(formatted_address)

google_data <- dat %>%
  st_as_sf(coords = c("lng", "lat"), crs = 4326)

inds <- st_nearest_feature(google_data, starbucks)

metadata <- starbucks %>%
  slice(inds) %>%
  st_drop_geometry() %>%
  as_tibble()

google_data <- google_data |> 
  rename(google_name = name, google_address = formatted_address) |> 
  bind_cols(metadata)

Mapa

O mapa interativo abaixo mostra todos os Starbucks de São Paulo. A cor de cada círculo representa a sua nota e o tamanho do círculo, o número de avaliações. As unidades no corredor da Av. Paulista, por exemplo, têm notas médias elevadas e grande número de avaliações. Uma das piores unidades parece ser a da Uv. Mackenzie, que tem nota 2,1 e 15 avaliações. Na Zona Leste, a unidade no Shopping Aricanduva também tem nota um pouco inferior, 3,9 com 158 avaliações.

sp <- filter(google_data, name_muni == "São Paulo")

sp <- sp |> 
  mutate(
    rad = findInterval(user_ratings_total, c(25, 100, 1000, 2500, 5000))*2 + 5
  )

pal <- colorNumeric("RdBu", domain = sp$rating)

labels <- stringr::str_glue(
  "<b> {sp$name} </b> <br>
   <b> Rating </b>: {sp$rating} <br>
   <b> No Ratings </b> {sp$user_ratings_total}"
)

labels <- lapply(labels, htmltools::HTML)

leaflet(sp) |> 
  addTiles() |> 
  addCircleMarkers(
    radius = ~rad,
    color = ~pal(rating),
    label = labels,
    stroke = FALSE,
    fillOpacity = 0.5
  ) |> 
  addLegend(pal = pal, values = ~rating) |> 
  addProviderTiles("CartoDB")

Melhores Starbucks de São Paulo

Tecnicamente, o Starbucks mais bem avaliado de São Paulo é o Starbucks da Ala Consultório do Hospital Albert Einstein, com nota 4,8. Contudo, considerando as unidades com maior número de avaliações, podemos montar um mapa dos “melhores” Starbucks de São Paulo: as unidades com nota igual ou superior a 4,4 e com mais de 500 avaliações.

De maneira geral, o mapa mostra as unidades dentro do Centro Expandido, no eixo da Paulista e do Itaim Bibi. Nas bordas do Centro Expandido temos quase exclusivamente, unidades dentro de shoppings.

melhores_starbucks <- sp |> 
  filter(rating >= 4.4 & user_ratings_total > 500)

pal <- colorNumeric("Blues", domain = melhores_starbucks$rating)

labels <- stringr::str_glue(
  "<b> {melhores_starbucks$name} </b> <br>
   <b> Rating </b>: {melhores_starbucks$rating} <br>
   <b> No Ratings </b> {melhores_starbucks$user_ratings_total}"
)

labels <- lapply(labels, htmltools::HTML)

leaflet(melhores_starbucks) |> 
  addTiles() |> 
  addCircleMarkers(
    radius = ~sqrt(user_ratings_total / 10),
    color = "#045a8d",
    label = labels,
    stroke = FALSE,
    fillOpacity = 0.5
  ) |>
  addProviderTiles("CartoDB")

Enriquecendo e coletando do Google Maps