Você está a menos de 1 km de um Hambúrguer?

Passo 1: configurar a API do Google Places

A API que vamos utilizar para acessar os dados do Google Maps é a Google Places. Para configurá-la, você precisa fazer o seguinte:

1. criar um projeto no Google APIs;
2. adicionar a Google Places API Web Service à sua biblioteca de APIs;
3. obter uma chave de API; e
4. enviar uma requisição.

Para mais informações sobre os itens 1, 2 e 3, bastar acessar os links acima. Aqui, vamos focar em como fazer o item 4.

Passo 2: baixar os dados da API

A API do Google Places permite fazer alguns tipos de buscas, como estabelecimentos específicos próximos a um local ou dentro de uma região pré-delimitada. Nosso objetivo aqui é requisitar os dados de todos os estabelecimentos, como hospitais, delegacias, supermercados, escolas etc, dentro de um raio de busca em torno de um ponto específico. Neste contexto, a requisição deve ser feita a partir de um link da forma

https://maps.googleapis.com/maps/api/place/radarsearch/output?parameters

substituindo output pelo formato da saída, xml ou json, e parameters pelos parâmetros de busca. Utilizaremos aqui o formato json, Javascript Object Notation. Para mais informações sobre JSON, consulte este link.

Utilizaremos as seguintes bibliotecas nesta análise:

library(tibble)
library(magrittr)
library(dplyr)
library(stringr)
library(purrr)
library(RCurl)
library(jsonlite)
library(leaflet)

O que precisamos fazer é criar a url de requisição, acessá-la, guardar os dados no formato json em um objeto e convertê-lo para um data frame. A função get_googlemaps_data() abaixo faz exatamente isso. Mais especificamente, ela recebe os parâmetros de busca, uma chave de API e retorna um data frame com os dados de geolocalização (latitude e longitude) dos resultados encontrados.

• O argumento keyword= recebe o termo a ser pesquisado, isto é, se estivermos pesquisando por escolas, esse argumento receberá a string 'escola'.
• O argumento type= recebe um termo para filtrar os estabelecimentos pesquisados. Por exemplo: keyword = 'restaurante' e type = 'vegetariano'.
• Os argumentos central_lat= e central_log= representam, respectivamente, a latitude e a longitude do ponto central da busca. Os valores default são os do centro da cidade de São Paulo.
• O argumento radius= indica o raio máximo de busca. O default é 15 Km.
• O argumento key= deve receber a sua chave de API.

get_googlemaps_data <- function(keyword, type = "", central_lat = -23.55052,
                                central_log = -46.63331, radius = 15000, key) {

  basic_url = "https://maps.googleapis.com/maps/api/place/radarsearch/json?"

  if(type != "") {

    type %<>%
      str_replace_all(" ", "+") %>%  # Os espaços precisam ser
      str_c("&type=", .)             # substituídos por '+'.
  }

  complete_url <- str_c(basic_url,        # Criando a url de requisição
                       "location=",       # com os parâmetros de busca.
                       central_lat,
                       ",",
                       central_log,
                       "&radius=",
                       radius,
                       type,
                       "&keyword=",
                       str_replace_all(keyword, " ", "+"),
                       "&key=",
                       key)

  json <- RCurl::getURL(complete_url)            # Acessando a URL.
  list_info <- jsonlite::fromJSON(json)   # Transformando json em lista.



  # Guardando a latitude e longitude em um df, assim como o lugar pesquisado.
  df <- tibble::tibble(lat = list_info$results$geometry$location$lat,
               long = list_info$results$geometry$location$lng,
               place = keyword)

  return(df)
}

Com a função get_googlemaps_data() em mão, basta rodar o código get_googlemaps_data("mercado", key = sua_API_key) para obter a geolocalização de até 200 mercados em um raio de até 15 Km do centro de São Paulo. Sim, o limite é de 200 resultados. Não encontrei maneiras de aumentar esse limite.

Também podemos utilizar a função purrr:map_df() para gerar um data frame com várias buscas. A função map mapeia uma determinada função em cada elemento de um vetor/lista, retornando um data frame. Ainda não estamos construindo os mapas.

places <- c("pronto socorro", "delegacia", "bombeiros", "hamburguer", "pizza")

df_places <- places %>%
  purrr::map_df(.f = get_googlemaps_data, key = key)

Às vezes, a requisição pode retornar com algum erro. Não consegui descobrir o porquê isso acontece. Nestes casos, a função get_googlemaps_data() também retornará um erro, provavelmente na construção do data frame. Se isso acontecer, basta rodar a função novamente, gerando uma nova requisição.

Passo 3: os mapas

Para construir os mapas, vamos utilizar a função leaflet::leaflet(). A ideia é, para cada ponto da pesquisa, adicionar um círculo de raio igual a 1 Km. Dessa forma, se você estiver fora desses círculos, quer dizer que você estará a mais de um quilômetro de um dos estabelecimentos pesquisados. Veja os exemplos a seguir.

library(leaflet)
df_places %>%
  dplyr::filter(place == "pronto socorro") %>%
  leaflet %>%
  addTiles() %>%
  addCircles(lng = ~long, lat = ~lat, weight = 5,
             radius = 1000, color = "blue", fillOpacity = 0.5)

df_places %>%
  dplyr::filter(place == "delegacia") %>%
  leaflet %>%
  addTiles() %>%
  addCircles(lng = ~long, lat = ~lat, weight = 5,
             radius = 1000, color = "blue", fillOpacity = 0.5)

df_places %>%
  dplyr::filter(place == "delegacia") %>%
  leaflet %>%
  addTiles() %>%
  addCircles(lng = ~long, lat = ~lat, weight = 5,
             radius = 1000, color = "blue", fillOpacity = 0.5)

df_places %>%
  dplyr::filter(place == "hamburguer") %>%
  leaflet %>%
  addTiles() %>%
  addCircles(lng = ~long, lat = ~lat, weight = 5,
             radius = 1000, color = "blue", fillOpacity = 0.5)

df_places %>%
  dplyr::filter(place == "pizza") %>%
  leaflet %>%
  addTiles() %>%
  addCircles(lng = ~long, lat = ~lat, weight = 5,
             radius = 1000, color = "blue", fillOpacity = 0.5)