🥇 Amplitudo accepta per API data

introduction

Amplitudo se optime probavit ut instrumentum analyticorum productum ob faciliorem eventum suum habeat et flexibilitatem visualizationem. Saepe etiam opus est ut exemplar tuum attributionis, botri utentes, vel ashboardday aedificet in alia BI systemate. Tantum potest talem fraudem facere cum rudis eventus notitia ab Amplitudine. Hoc articulum indicabit tibi quomodo hanc datam minimam cognitionem programmandi obtineas.

PRAEREQUISITIS

Consilium in Amplitudine in quo eventus iam figurati sunt recte ac statistica in illis collecta
Python installatur (in versione 3.8.3) quod potentiale lector saltem in gradu fundamentali iam operari potest.

disciplinam

Gradus 1. Obtinens API-clavis et secreta-clavis

Ad notitias fasciculos, primum debes habere API clavem et clavem secretam.

Eas invenire potes sequentem viam;

"Manage notitia" (sita in fundo left de screen)
Elige consilium desideratum e quo notitia accipietur et ad eam
In menu exertus quod opens, "project occasus"
Invenimus API-clavem et chordas secretas clavis, easque in tuto loco serva.

Sine clicking, nexum sequi potes, quae in genere hoc spectat:
analytics.amplitude.com/$$$$$$$$/manage/project/******/occasus;
ubi $$$$$$ sit amplitudo tua organizationis login, ****** est numerus consilii

Gradus II: Reprehendo coram requiratur libraries

Bonus nuntius est te propemodum certe iam habere has bibliothecas ab defalta vel receptas inauguratas, sed inhibere debes. Integrum indicem bibliothecarum quo usus sum tempore scribendi (versiones in parenthesi ubi consentaneae sunt indicantur);

petitiones (2.10.0) - petitio per api mittendo ad data recipienda
pandas (1.0.1) - legendi json, dataframe creando et scribendo ad fasciculum
zipfile - files extractum ex archivo receptum per API
gzip - vestimenta json files ex .gz
os - questus index files ex pacto archivo
tempus - ad libitum, metire scriptor tempus cursus
tqdm - ad libitum, facili vigilantia documenti processus progressionis

Gradus 3. scribens data loading scriptor

Monitus: plena download scriptura in fine articuli, si vis, statim accipere potes et ad gradatim explicationes, si opus est, referre.

Gradus 3.1. Inferentes bibliothecas

Omnes bibliothecas in secundo gradu recensitas importamus.

# Импорт библиотек
import requests
import pandas as pd
import zipfile
import gzip
import os
import time
import tqdm
from tqdm import tqdm

Gradus 3.2. Petentibus Amplitude exhibenda

Initium scriptorum exsecutionis deprehendamus et in varia ratione illud scribamus.

`startdate` et `enddate` tempus ad data deducenda designant et in textu petitionis missae includuntur. servo Amplitudine, praeter diem, horam etiam specificare potes valorem post 'T' in petitione mutando.

api_key et secret_key respondent valoribus in primo gradu habitis, propter rationes securitatis, sequentes temere hic loco meo definio.

a = time.time()
# Параметры начальной и конечной даты
startdate = '20200627'
enddate = '20200628'

api_key = 'kldfg844203rkwekfjs9234'
secret_key = '094tfjdsfmw93mxwfek'
# Отправление запроса в Amplitude
response = requests.get('https://amplitude.com/api/2/export?start='+startdate+'T0&end='+enddate+'T0', auth = (api_key, secret_key))
print('1. Запрос отправлен')

Gradus 3.3. Download archivum cum notitia

Nomen pro archivo ascendimus et id in variabili ariolo scribemus. Pro commodo meo, tempus indicamus + hanc amplitudinem datam esse indicant. Deinceps responsionem receptam ab Amplitudine in archivo commemoramus.

# Скачивание архива с данными
filename = 'period_since'+startdate+'to'+enddate+'_amplitude_data'
with open(filename + '.zip', "wb") as code:
    code.write(response.content)
print('2. Архив с файлами успешно скачан')

Gradus 3.4. Retrieving files ex folder in vestri computer

Bibliotheca zipfile in fabula venit ut files extractum adiuvet. In tertia linea, vide, et scribe viam tuam, ubi commodius est tibi extrahere.

# Извлечение файлов в папку на компьютере
z = zipfile.ZipFile(filename + '.zip', 'r')
z.extractall(path = 'C:\Users\...\'+filename)
print('3. Архив с файлами извлечен и записан в папку ' + filename)

Gradus 3.5. json conversionem

Excisis fasciculis ex archivo, lima json in forma .gz converti debes et eas in notitia operis ulterioris scribes.

Quaeso note hic debes mutare iter iterum ad tuum, et pro 000000 numerus project ab Amplitudine scribe (vel manually iter aperi ubi archivum extrahitur et nomen folder intus intuetur).

Ut:

Scribens directorium ad variabilem, indicem tabulariorum ex directorio nactus, datam inanem notitiarum, time.sleep(1) ad tqdm ad recte operandum, intra fasciam .gz imagini aperimus et statim pandas uteris ut json legere et imple dataframe datae.

# Преобразование json к обычному табличному формату
directory = 'C:\Users\...\'+filename+'\000000'
files = os.listdir(directory)
amplitude_dataframe = pd.DataFrame()
print('Прогресс обработки файлов:')
time.sleep(1)
for i in tqdm(files):
    with gzip.open(directory + '\' + i) as f:
        add = pd.read_json(f, lines = 'True')
    amplitude_dataframe = pd.concat([amplitude_dataframe, add])
time.sleep(1)    
print('4. JSON файлы из архива успешно преобразованы и записаны в dataframe')

Gradus 3.6. Scribens dataframe in excel

Fasciculi excellere exemplum hic est. In multis casibus, commodius est operari cum pythone intra pythone data inde elaborare vel notitias in reposita ponere.

Etiam iter onerationis notitias hic cum tuo reponere habebis.

# Записать полученной таблицы в Excel-файл
amplitude_dataframe.to_excel('C:\Users\...\'+filename+'.xlsx',index=False)
print('5. Dataframe успешно записан в файл ' + filename)

Gradus 3.7. Numeramus currentem tempus scripturae

Recordatio temporis currentis in b variabili, differentiam et numerum minutorum computans, totum minuta ostendens. Hic ultimus gradus est.

b = time.time()
diff = b-a
minutes = diff//60
print('Выполнение кода заняло: {:.0f} минут(ы)'.format( minutes))

conclusio,

Tabulam vocare potes et incipere cooperando, amplitude_dataframe variabilis vocando in quam notitia scripta est. Habebit circiter 50 columnas, e quibus in 80% casuum uteris: event_type - eventum nomen, event_properties - eventus parametri, event_time - eventus tempus, uuid - client id, user_properties client parametri, debes incipere operari cum illis primis. . Et cum figuras ex propriis calculis cum indicibus ab Amplitudine ashboardas compares, non debes oblivisci systema methodi sua uti ad calculandum unicum clientium / infundibulum, etc., et antequam hoc facias, amplitudinem documentorum definite legas.

Gratias tibi ago pro attente! Nunc rudis eventus notitias ad Amplitudinem inscribere potes et eo in opere tuo plene utere.

Totum scriptum:

# Импорт библиотек
import requests
import pandas as pd
import zipfile
import gzip
import os
import time
import tqdm
from tqdm import tqdm
a = time.time()
# Параметры начальной и конечной даты
startdate = '20200627'
enddate = '20200628'

api_key = 'd988fddd7cfc0a8a'
secret_key = 'da05cf1aeb3a361a61'
# Отправление запроса в Amplitude
response = requests.get('https://amplitude.com/api/2/export?start='+startdate+'T0&end='+enddate+'T0', auth = (api_key, secret_key))
print('1. Запрос отправлен')

# Скачивание архива с данными
filename = 'period_since'+startdate+'to'+enddate+'_amplitude_data'
with open(filename + '.zip', "wb") as code:
    code.write(response.content)
print('2. Архив с файлами успешно скачан')  

# Извлечение файлов в папку на компьютере
z = zipfile.ZipFile(filename + '.zip', 'r')
z.extractall(path = 'C:\Users\...\'+filename)
print('3. Архив с файлами извлечен и записан в папку ' + filename)

# Преобразование json к обычному табличному формату
directory = 'C:\Users\...\'+filename+'\000000'
files = os.listdir(directory)
amplitude_dataframe = pd.DataFrame()
print('Прогресс обработки файлов:')
time.sleep(1)
for i in tqdm(files):
    with gzip.open(directory + '\' + i) as f:
        add = pd.read_json(f, lines = 'True')
    amplitude_dataframe = pd.concat([amplitude_dataframe, add])
time.sleep(1)    
print('4. JSON файлы из архива успешно преобразованы и записаны в dataframe')

# Записать полученной таблицы в Excel-файл
amplitude_dataframe.to_excel('C:\Users\...\'+filename+'.xlsx',index=False)
print('5. Dataframe успешно записан в файл ' + filename)

b = time.time()
diff = b-a
minutes = diff//60
print('Выполнение кода заняло: {:.0f} минут(ы)'.format( minutes))

Source: www.habr.com

Retrieving Amplitude data per API

introduction

PRAEREQUISITIS

disciplinam

conclusio,

Georgius Gagarin