R & Spotify – Part 2: Was hörst Du denn gerade so?

“Wie hieß der Song von gestern nochmal?”

Um sich nun beispielsweise die Songs anzeigen zu lassen, die man zuletzt via Spotify gehört hat, ist nicht viel mehr nötig, als die Funktion get_my_recently_played():

get_my_recently_played()
## # A tibble: 50 x 18
##    track_name artist_name album_name played_at_utc       context_type
##    <chr>      <chr>       <chr>      <dttm>              <chr>       
##  1 Devonian:… The Ocean   Phanerozo… 2019-03-05 21:48:05 playlist_v2 
##  2 Arrete     Leech       For Bette… 2019-03-05 21:36:59 playlist_v2 
##  3 Linger     The Inters… The Grand… 2019-03-05 21:29:37 album       
##  4 New Maxim  The Inters… The Grand… 2019-03-05 21:28:02 album       
##  5 The Grand… The Inters… The Grand… 2019-03-05 21:24:28 album       
##  6 Smoke Scr… The Inters… The Grand… 2019-03-05 21:20:51 album       
##  7 Antitype   The Inters… The Grand… 2019-03-05 21:16:49 album       
##  8 Man on th… The Inters… The Grand… 2019-03-05 21:10:55 album       
##  9 Mind over… The Inters… The Grand… 2019-03-05 21:06:38 album       
## 10 Don't Thi… The Inters… The Grand… 2019-03-05 21:01:51 album       
## # … with 40 more rows, and 13 more variables: context_uri <chr>,
## #   context_spotify_url <chr>, album_type <chr>, track_number <int>,
## #   track_popularity <int>, explicit <lgl>, album_release_date <chr>,
## #   album_img <chr>, track_uri <chr>, artist_uri <chr>, album_uri <chr>,
## #   track_preview_url <chr>, track_spotify_url <chr>

Und schon erhält man eine Liste der letzten Songs, die über Spotify abgespielt wurden (wie in der Ausgabe ersichtlich, werden allerdings einige Zeilen und Spalten abgeschnitten). Die Funktion lässt sich durch ein paar Zusatzargumente noch anpassen (mehr Details zu den jeweiligen Parametern finden sich bei Spotify). In diesem Fall will ich neben der Namen der Songs nur die Namen der dazugehörigen Künstler und das Abspiel-Datum nebst Uhrzeit sehen. Mit der Spezifikation limit = 10 grenze ich die Liste zudem auf die letzten zehn Songs ein:

get_my_recently_played(limit = 10) %>% 
  select(track_name, artist_name, played_at_utc) 
## # A tibble: 10 x 3
##    track_name         artist_name     played_at_utc      
##    <chr>              <chr>           <dttm>             
##  1 Devonian: Nascent  The Ocean       2019-03-05 21:48:05
##  2 Arrete             Leech           2019-03-05 21:36:59
##  3 Linger             The Intersphere 2019-03-05 21:29:37
##  4 New Maxim          The Intersphere 2019-03-05 21:28:02
##  5 The Grand Delusion The Intersphere 2019-03-05 21:24:28
##  6 Smoke Screen       The Intersphere 2019-03-05 21:20:51
##  7 Antitype           The Intersphere 2019-03-05 21:16:49
##  8 Man on the Moon    The Intersphere 2019-03-05 21:10:55
##  9 Mind over Matter   The Intersphere 2019-03-05 21:06:38
## 10 Don't Think Twice  The Intersphere 2019-03-05 21:01:51

Um mehr Songs zu sehen, lässt sich die Anzahl über die Spezifikationen etwas vergrößern, bei 50 Songs ist allerdings Schluss. Um die resultierende Tabelle etwas übersichtlicher zu gestalten (die Tabellen oben sehen - wie immer bei den Standardausgaben von R - eher mäßig aus), nutze ich die kable()-Funktion des knitr-Pakets mit der sich u.a. HTML-Tabellen erstellen lassen. Zusätzlich verwende ich Funktionen aus dem Paket kableExtra, mit deren Hilfe sich die Tabellen zusätzlich anpassen lassen. In diesem Fall möchte ich eine scrollbare HTML-Tabelle mit einer fest definierten Größe. Eine gute Einführung in die Erstellung von HTML-Tabellen mit kable und kableExtra findet sich übrigens hier.

get_my_recently_played(limit = 50) %>% 
  select(track_name, artist_name, played_at_utc) %>%
  kable() %>%
  kable_styling() %>%
  scroll_box(width = "100%", height = "400px")

“Was ist eigentlich Dein Lieblings-Song?”

Auch diese Frage lässt sich mithilfe von spotifyr beantworten - allerdings nur dann, wenn die Frage vorher nochmals präzisiert wurde: “Meinst Du meinen Lieblings-Song der letzten Wochen, Monate oder Jahre?” Mit der Funktion get_my_top_tracks() lassen sich nämlich die meistgespielten Spotify-Songs innerhalb einer gewissen Zeitspanne (“short-term”, “medium-term” oder “long-term”) ausgeben. Die Angaben, die Spotify selbst zu diesen Zeitspannen macht, sind allerdings etwas vage (siehe hier). So bezieht sich “short-term” laut Spotify “in etwa” auf die letzten vier Wochen, “medium-term” auf die letzten sechs Monate und “long-term” auf “several years”, wobei ich bei der Betrachtung meiner “long-term”-Liste das Gefühl habe, dass die letzten ein bis zwei Jahre ziemlich überproportional gewichtet werden. Aber vielleicht täuscht mein Gefühl da auch.

Nachfolgend also meine “long-term”-Lieblings-Songs, wobei ich die Auswahl auf 25 Songs beschränkt habe und neben dem jeweiligen Titel auch noch die Namen der Künstler und der jeweiligen Alben mit in die Tabelle übernommen habe.

get_my_top_tracks(time_range = 'long_term', limit = 25) %>% 
  select(track_name, artist_name, album_name) %>%
  kable() %>%
  kable_styling() %>%
  scroll_box(width = "100%", height = "400px")

Und - tadaaa - mein Lieblings-Songs müsste demnach “Florida Sleep On” von ASG sein. Nun ja, den Song habe ich zwar im letzten Sommer tatsächlich hoch und runter gehört, zu meinen absoluten “Lieblings-Songs” würde ich ihn allerdings nicht zählen. Insgesamt scheint die Liste, wie bereits erwähnt, ziemlich von den letzten beiden Jahren dominiert zu sein. Das zeigt sich zum einen daran, dass sich der Top-Song der Liste auf einem Album befindet, das erst 2018 veröffentlicht wurde und zum anderen an dem ziemlich guten Ranking von “Katzen brauchen furchtbar viel Musik” - dem Lieblingslied meiner zweieinhalb-jährigen Tochter. Egal - es sind durchaus ein paar ganz coole Songs auf der Liste.

Der Vollständigkeit halber hier auch noch die “medium-term” und “short-term” Liste. Letztere ist offenkundig sehr vom neuen Album von The Intersphere geprägt…:

get_my_top_tracks(time_range = 'medium_term', limit = 25) %>% 
  select(track_name, artist_name, album_name) %>%
  kable() %>%
  kable_styling() %>%
  scroll_box(width = "100%", height = "400px")

get_my_top_tracks(time_range = 'short_term', limit = 25) %>% 
  select(track_name, artist_name, album_name) %>%
  kable() %>%
  kable_styling() %>%
  scroll_box(width = "100%", height = "400px")

“…und Deine Lieblings-Band?”

Womit wir bei der Lieblings-Band wären - auch die lässt sich eruieren, wobei auch hier dieselben drei Zeitspannen angegeben werden können. Die Logik ist im Grunde dieselbe, in dem Beispiel meiner “long-Term”-Lieblingsbands unten habe ich zusätzlich zu den Bandnamen noch die Genrebezeichnungen gepackt, die Spotify den Bands so anheftet. Und die sind schon sehr witzig. Dass Kettcar beispielsweise “antideutsch” sein soll ist eine zumindest interessante Zuschreibung und Genres wie “neo-progressive”, “atmospheric post-metal” oder “orgcore”(?) sind schon zum Schmunzeln… Naja. Mit dem Ergebnis (The Pineapple Thief als mein “Top-Artist”) kann ich zwar irgendwie leben, auch hier zeigt sich allerdings, dass Daten aus den letzten ein bis zwei Jahren vermutlich überproportional gewichtet werden. Sei’s drum - ein interessanter Einblick in meine Spotify-Daten eröffnet sich dadurch allemal.

get_my_top_artists(time_range = 'long_term', limit = 20) %>% 
  select(artist_name, artist_genres) %>% 
  rowwise %>% 
  mutate(artist_genres = paste(artist_genres, collapse = ', ')) %>% 
  ungroup %>%
  kable() %>%
  kable_styling() %>%
  scroll_box(width = "100%", height = "400px")