与第一次 Spotify Wrapped 分析的不同之处

在第一篇博客中，我们直接使用 Spotify 导出，没有执行任何规范化任务或其他数据处理。这一次，我们将使用相同的数据，但我们将对数据进行一些处理，使数据更加可用。这将使我们能够回答更复杂的问题，例如：.....：

• 排名前 100 的歌曲的平均时长是多少？

• 排名前 100 的歌曲平均受欢迎程度是多少？

• 一首歌曲的中位收听时长是多少？

• 我跳得最多的曲目是什么？

• 我什么时候喜欢跳过曲目？

• 我是否在一天中的某个时段比其他时段听得更多？

• 我是否在一周中的某一天比其他日子听得更多？

• 是特别感兴趣的月份吗？

• 聆听时间最长的艺术家是谁？

Spotify Wrapped 每年都会给你带来有趣的体验，向你展示今年你都听了些什么。它不会提供每年的变化情况，因此你可能会错过一些曾在你的前十名中，但现在已经消失的艺术家。

处理 Spotify Wrapped 数据以供分析

在第一个和第二个职位中，我们处理数据的方式有很大不同。如果您想继续使用第一篇文章中的数据，您需要考虑一些字段名称的变化，还需要恢复到 ES|QL 来进行某些提取，如hour of day on the fly。

不过，大家应该都能跟上这个帖子。在Spotify 到 Elasticsearch存储库中进行的数据处理包括向 Spotify API 询问歌曲的持续时间、受欢迎程度，以及重命名和增强某些字段。例如，Spotify 导出中的artist 字段本身只是一个字符串，并不代表功能或多艺术家曲目

使用仪表盘可视化 Spotify Wrapped 数据

我在 Kibana 中创建了一个仪表盘，将数据可视化。仪表板可在此处获取，您可以将其导入到您的 Kibana 实例中。仪表盘的内容相当广泛，可以回答上述许多问题。

让我们一起来了解一些问题以及如何回答这些问题！

排名前 100 的歌曲的平均时长是多少？

要回答这个问题，我们可以使用 Lens 或 ES|QL。让我们来探讨这三种方案。让我们用 Elasticsearch 的方式来正确表述这个问题。我们要找出排名前 100 的歌曲，然后计算所有这些歌曲加在一起的平均持续时间。用 Elasticsearch 术语来说，就是两个聚合：

1. 找出排名前 100 的歌曲

2. 计算这 100 首歌曲的平均持续时间。

Lens

在 Lens 中，这非常简单：创建一个新的 Lens，切换到表格，然后将title 字段拖放到表格中。然后点击title 字段，将大小设置为 100，并设置accuracy 模式。然后将duration 字段拖放到表中，并使用last value ，因为我们只需要每首歌曲持续时间的最后一个值。同一首歌只有一个持续时间。在last value 聚合的底部有一个摘要行下拉菜单，选择average ，它就会显示出来。

ES|QL

与 DSL& 聚合语言相比，ES|QL 是一种相当新鲜的语言，但它非常强大且易于使用。要在 ES|QL 中回答同样的问题，您需要编写以下查询：

让我带您逐步了解这个 ES|QL 查询：

1. from spotify-history - 这就是我们使用的索引模式。

2. stats duration=max(duration), count=count() by title - 这是第一次汇总，我们正在计算每首歌曲的最长持续时间和每首歌曲的计数。我们使用max 而不是 Lens 中使用的last value ，这是因为 ES|QL 目前没有首字母或末字母。

3. sort count desc - 我们按照每首歌曲的收听次数进行排序，因此收听次数最多的歌曲排在最前面。

4. limit 100 - 我们将结果限制在前 100 首歌曲中。

5. stats Average duration of the songs=avg(duration) - 我们计算歌曲的平均持续时间。

我是否对某个月份特别感兴趣？

要回答这个问题，我们可以借助运行时字段和 ES|QL 使用 Lens。我们马上就会发现，数据中没有直接表示month 的字段，而是需要从@timestamp 字段中计算出来。有多种方法可以做到这一点：

1. 使用运行时场，为透镜供电

2. ES|QL

我个人认为，ES|QL 是更整洁、更快捷的解决方案。

我们可以利用DATE_EXTRACT 函数从@timestamp 字段中提取月份，然后对其进行汇总。使用 ES|QL 可视化功能，我们可以将其放到仪表盘上。

每位艺术家每年的收听时长是多少？

这样做的目的是要看艺术家是否只是一朝一夕的事，或者是否会再次出现。如果我没记错的话，Spotify 只显示年度包装前 5 名的艺术家。也许你的第 6 位艺术家一直保持不变，或者他们在第 10 位之后发生了很大变化？

最简单的表示方法之一就是百分比柱形图。为此，我们可以使用透镜。跟着步骤走：

拖放listened_to_ms 字段。该字段以毫秒为单位表示您聆听一首歌曲的时间。默认情况下，Lens 将创建median 聚合，我们不希望这样，请将其更改为sum 。在顶部选择percentage ，而不是stacked 作为条形图类型。细目请选择artist ，并注明前 10 名。在Advanced 下拉菜单中，不要忘记选择accuracy mode 。现在，每一个色块都代表了你对这位艺术家的聆听程度。根据时间选择器的不同，条形图可能代表从天、周、月到年的数值。如果需要每周细分，请选择@timestamp ，并将mininum interval 设为year 。从我的情况来看，Fred Again.. 是我听得最多的艺术家，我的总收听时间中有近 12% 被Fred Again.. 占用。我们还看到，2024 年，Fred Again.. 略有下降，但Jamie XX 很大程度上有所增长。如果我们只比较条形图的大小。我们还可以看出，在Billie Eilish 不断播放的同时，2024 酒吧也在不断扩大。这意味着我在 2024 年比 2023 年收听了更多的Billie Eilish 。

每位艺术家每次收听时间与总体收听时间相比，收听率最高的曲目是什么？

这真是一个令人咂舌的问题。让我试着解释一下我想说的话。Spotify 会告诉你某位艺术家的热门歌曲，或你的 5 首热门歌曲。这确实很有趣，但艺术家的细分情况又如何呢？我的所有时间都被一首反复播放的歌曲消耗掉了，还是平均分配？

创建一个新镜头，选择Treemap 作为类型。对于metric ，与之前相同：选择sum 并使用listened_to_ms 作为字段。对于group by ，我们需要两个值。第一个是artist ，然后添加第二个title 。中间结果是这样的

让我们将其更改为前 100 名艺术家，并取消选择高级下拉菜单中的other ，同时启用精确度模式。标题改为前 10 名，并启用精确度模式。最终结果是这样的

这究竟说明了什么？在不考虑任何时间成分的情况下，我们可以知道，在我所有的 Spotify 收听记录中，我花了 5.67% 收听Fred Again.. 。其中，我花了 1.21% 来收听Delilah (pull me out of this) 。有趣的是，是否有一首歌占据了一位艺术家的位置，或者是否还有其他歌曲。树状地图本身就是一种很好的数据分布表现形式。

我是否在特定的时间和日期收听？

那么，我们可以利用Heat Map.Lens 可视化来回答这个超级简单的问题。创建新透镜，选择Heat Map 。对于Horizontal Axis ，选择dayOfWeek 字段，并将其设置为Top 7 ，而不是 Top 3。Vertical Axis 选择hourOfDay ，Cell Value 选择简单的Count of records 。现在，这将产生这个面板：

在这本《透镜》中有几处恼人的地方，让我在口译时感到不安。让我们试着清理一下。首先，我不太在意图例，请使用顶部的三角形、方形和圆形符号，并禁用它。

现在，令人讨厌的第二部分是日期排序。周一、周三、周四或其他任何时间，取决于你的价值观。hourOfDay 已正确排序。对日期进行排序的方法是一种有趣的黑客手段，即使用Filters 而不是Top Values 。点击dayOfWeek 并选择Filters ，现在应该是这样的：

现在开始输入日期。每天一个过滤器。"dayOfWeek" : Monday 并给它贴上标签Monday ，然后冲洗并重复。

但需要注意的是，Spotify 以 UTC+0 为单位提供数据，不包含任何时区信息。当然，他们也会提供 IP 地址和您收听的国家，我们可以从中推断出时区信息，但这可能会很复杂，而且对于像美国这样有多个时区的国家来说，这可能太麻烦了。这一点很重要，因为 Elasticsearch 和 Kibana 都支持时区，只要在@timestamp 字段中提供正确的时区，Kibana 就会自动根据浏览器时间调整时间。

我们可以看出，我在工作时间是一个非常活跃的倾听者，而在周六和周日就不那么活跃了。

结论

在这篇博客中，我们对 Spotify 数据所提供的错综复杂的信息进行了深入探讨。我们展示了一些简单快捷的方法来启动和运行一些可视化功能。能对自己的收听历史拥有如此大的控制权，实在令人惊叹。查看该系列的其他部分：

• 第 1 部分：如何在 Kibana 中制作自己的 Spotify 包裹

• 第 3 部分：异常检测人口工作

• 第 4 部分：检测数据中的关系

• 第 5 部分：用矢量找到最好的音乐朋友