R demo - Using Baidu API to identify the number of separate collegecampuses in China

In this note, I use R and Baidu Map API service to identify all separate campuses of Chinese universities. First, we can find the namelist of nationwide universities from the Ministry of Education website.

We can obtain the name of university from this namelist, as well as their provinical level locations. Headlines of the sample are:

## # A tibble: 6 x 7
##      id name                   code leader         loc    type  remark
##   <dbl> <chr>                 <dbl> <chr>          <chr>  <chr> <chr> 
## 1     1 北京大学         4111010001 教育部         北京市 本科  ""    
## 2     2 中国人民大学     4111010002 教育部         北京市 本科  ""    
## 3     3 清华大学         4111010003 教育部         北京市 本科  ""    
## 4     4 北京交通大学     4111010004 教育部         北京市 本科  ""    
## 5     5 北京工业大学     4111010005 北京市         北京市 本科  ""    
## 6     6 北京航空航天大学 4111010006 工业和信息化部 北京市 本科  ""

Then, utilize the name and locaition information, we can find campuses of each universities by requesting information from Baidu Map. The R code is displays as follows:

AK = "..." # Access key
namelist <- data.frame(mysample$name)

# loop, request through API
for (count in c(1:length(namelist))) {
  location <- county[count]
  #print(location)
  url<-paste("http://api.map.baidu.com/geocoding/v3/?address=",location,"&output=json&ak=",AK,sep="")
  url_string <- URLencode(url)
  # request 
  connect <- getURI(url_string)      
  # process json
  temp_geo <- fromJSON(connect)
  temp_lat<-temp_geo$result$location$lat
  temp_lng<-temp_geo$result$location$lng
  comprehens <- temp_geo$result$comprehension
  if (temp_geo$status==0){
    print(paste(location,"Done！"))
    # produce data frame
    baidu_geo  <-c(baidu_geo,temp_geo)
    content[count,1] <- county[count]
    content[count,2] <- temp_lng
    content[count,3] <- temp_lat
    content[count,4] <- comprehens
    wgs_content[count,c(1,2)] <- bd2wgs(temp_lat,temp_lng)
  }
  else {print(paste(location,"Error！"))}
}

Throgh baidu API service, we are able to construct a new dataset containing the campus information of each campus like this:

## # A tibble: 6 x 8
##   school           campus            name2 address province city  district    nc
##   <chr>            <chr>             <chr> <chr>   <chr>    <chr> <chr>    <dbl>
## 1 三亚学院         三亚学院          "南…  三亚市… 海南省   三亚… 吉阳区       1
## 2 三峡大学         三峡大学          ""    湖北省… 湖北省   宜昌… 西陵区       1
## 3 三峡大学科技学院 三峡大学-科技学院 ""    湖北省… 湖北省   宜昌… 西陵区       1
## 4 三明学院         三明学院          "三…  福建省… 福建省   三明… 三元区       2
## 5 三明学院         三明学院          ""    福建省… 福建省   三明… 三元区       2
## 6 三江学院         三江学院          "东…  中水路… 江苏省   南京… 江宁区       4

Related Posts