-
Notifications
You must be signed in to change notification settings - Fork 0
/
GusRequest.py
94 lines (83 loc) · 3.79 KB
/
GusRequest.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
import requests
import json
import pickle
class API():
def __init__(self, level = 2, value ={}):
self.key = "1d820df8-7011-42cf-f7d9-08d872c797ed"
self.Value = value
self.BaseString = "https://bdl.stat.gov.pl/api/v1/"
self.DataString = "data/by-variable/"
# 0 - Poziom Polski
# 1 - Poziom Makroregionów
# 2 - Poziom Województw
# 3 - Poziom Regionów
# 4 - Poziom Podregionów
# 5 - Poziom Powiatów
# 6 - Poziom Gmin
self.level= level
self.response = []
self.typ = "format=json"
def DataRequest(self,s):
string = f"{self.BaseString}{self.DataString}{s}?{self.typ}&unit-level={self.level}&page-size=100"
print(string)
req = requests.get(string)
self.response.append(req)
return req
def SaveResponses(self):
for val, rep in zip(self.Value,self.response):
rep = rep.json()
with open(f"{val}.json", "w") as f:
json.dump(rep, f)
def RqestDict(self):
if not self.Value: self.Value = dict
for value in self.Value:
self.DataRequest(self.Value[value])
self.SaveResponses()
if __name__ == "__main__":
ValueDict = {
#Ceny
"Wskaznik ceny mieszkania":217234,
"Wskaznik ceny ogółem": 217230,
#mieszkania
"Dodatki mieszkaniowe liczba":54861,
"Dodatki mieszkaniowe kwota":54857,
"mieszkania na 1000 mieszkańców":410600,
"Liczba sprzedanych lokali mieszkalnych ogólem": 633101,
"Liczba trazakcji kupna sprzedarzy lokali mieszkalnych ogółem": 633097,
"średnia cena lokli mieszkalnych ogółem":633181,
"średnia cean za m2 lokali mieszkalnych ogółem": 633161,
"mediana cean za m2 lokali mieszkalnych ogółem":633677,
"Wartoś sprzedanych lokali mieszkalnych":63321,
"Mediana cen za 1 m2 lokali mieszkalnych sprzedanych w ramach transakcji rynkowych": 633677,
"Przeciętna powierzchnia użytkowa 1 mieszkania": 747064,
"Drogi gminne i powiatowe o twardej nawierzchni na 100 km2": 395402,
"przeciętna powierzchnia użytkowa 1 mieszkania ":747064,
"nowe budynki mieszkalne na 1000 ludności":747066,
"pozwolenia wydane na mieszkania":747242,
"budynki mieszkalne pozwolenia i zgłoszenia z projektem":747325,
#wynagrodzenia i praca
"Przeciętne wynagrodzenie brutto": 64428,
"Stopa bezrobocia": 60270,
"Liczba nowych miejsc pracy":452355,
"Liczba zlikfidownych miejsc pracy":452356,
"Lekarze (personel pracujący ogółem) na 10 tys. ludności": 454185,
"Liczba osób zatrudnionych w warunkach zagrożenia na 1000 osób zatrudnionych w badanej zbiorowości": 450366,
"absolwenci na 10 tys ludnosci ":475966,
"studenci na 10 tes ludnosci ":60194,
#atrakyjnosc
"placowki gastronomiczne ogolem":146273,
"stopien wykorzystania hoteli ":59678,
"turysci zagraniczni ogółem":148074,
"Udział parków, zieleńców i terenów zieleni osiedlowej w powierzchni ogółem": 395921,
"Liczba osób na placówkę (centrum kultury, dom kultury, ośrodek kultury, klub, swietlicę)": 1539660,
#sytulacja spoleczna
"Przestępstwa stwierdzone przez Policję ogółem na 1000 mieszkańców": 398594,
"Liczba prób (zachowań) samobójczych na 100 tys. ludności": 1365344,
#przedsiebiorsta
"Nakłady na badania i rowzoj": 101203,
"pracujacy w R+B na 1000 pracujacych":567829,
"średni udział przedsiębiorstw innowacyjnych w ogólnej liczbie przedsiębiorstw":458598,
}
testdict = {"Liczba sprzedanych lokali mieszkalnych ogólem": 633101}
api = API(value=testdict)
api.RqestDict()