Esse repositório contém o código necessário para utilizar a API do YouTube para coletar dados de canais, entre eles: nome do canal, título de cada vídeo publicado, o ID de cada vídeo, a data da publicação do conteúdo, a data de extração dos dados, o número de likes, o número de dislikes, o número de visualizações, o número de comentários e a URL das thumbnails dos vídeos. Há ainda um script para comparar dois datasets e verificar se o vídeo foi removido utilizando a biblioteca Pandas (ver arquivo "compare-data.ipynb").
Os dados são obtidos por meio da API do YouTube. Veja como obter a sua chave da API na documentação oficial do Google
O script oferece os dados em CSV ao final. Neste repositório há:
canal_insper.csvcontém dados do canal do Insperalessandro.csvcontém dados do meu canal pessoalalessandro2.csvcontém dados do meu canal pessoal após tornar um vídeo privadovideo_removido.csvcontém a planilha resultante da comparação dealessandro.csvcomalessandro2.csv
| variable | definition |
|---|---|
| channel | Nome do canal |
| title | Título do vídeo |
| video_id | ID do vídeo (pode ser adicionado ao final da URL https://www.youtube.com/watch?v=) |
| video_description | Descrição do vídeo |
| published_date | Data da publicação do vídeo |
| extraction_date | Data da extração dos dados |
| likes | Número de likes |
| dislikes | Número de dislikes |
| views | Número de visualizações |
| comment | Número de comentários |
| thumbnail | Link da thumbnail do vídeo |
| merge | "left_only" indica quando um dado foi removido do dataset |