vohai611 / gsovn

Package to scrape data from gso.gov.vn

The goal of gsovn is to scrape dataset from gso.gov.vn (Vietnam General statistic organization)

Installation

You can install the development version of gsovn from GitHub with:

# install.packages("devtools")
devtools::install_github("vohai611/gsovn")

TODO

1. Add option to download csv

2. use {{crul}} to send asynch request in the case download multiple dataset

Example

You can check what dataset is now on gso.gov.vn

library(gsovn)
df = gso_avail()
head(df)
#> # A tibble: 6 × 3
#>   title                                                        link  title_clean
#>   <chr>                                                        <chr> <chr>      
#> 1 Số đơn vị hành chính có đến phân theo địa phương             http… So don vi …
#> 2 Hiện trạng sử dụng đất phân theo địa phương (Tính đến 31/12… http… Hien trang…
#> 3 Cơ cấu đất sử dụng phân theo địa phương (Tính đến 31/12/201… http… Co cau dat…
#> 4 Tổng số giờ nắng tại một số trạm quan trắc                   http… Tong so gi…
#> 5 Tổng số giờ nắng tại một số trạm quan trắc                   http… Tong so gi…
#> 6 Số giờ nắng các tháng trong năm tại một số trạm quan trắc    http… So gio nan…

To get the data set you want, use gso_read(url).

df$link[2] |> gso_read()
#> $title
#> [1] "Hiện trạng sử dụng đất phân theo địa phương (Tính đến 31/12/2018)(*) chia theo Phân theo địa phương và Hiện trạng sử dụng đất"
#> 
#> $data
#> # A tibble: 71 × 6
#>    ``        `Tổng diện tích` `Đất sản xuất …` `Đất lâm nghiệp` `Đất chuyên dù…`
#>    <chr>     <chr>            <chr>            <chr>            <chr>           
#>  1 CẢ NƯỚC   33.123,6         11.498,5         14.940,8         1.893,2         
#>  2 Đồng bằn… 2.125,9          789,8            494,4            324,3           
#>  3 Hà Nội    335,9            154,3            22,2             64,1            
#>  4 Vĩnh Phúc 123,6            55,9             32,0             17,6            
#>  5 Bắc Ninh  82,3             42,5             0,6              17,7            
#>  6 Quảng Ni… 617,8            60,8             373,7            45,5            
#>  7 Hải Dương 166,8            85,7             9,3              31,5            
#>  8 Hải Phòng 156,2            50,5             19,2             29,3            
#>  9 Hưng Yên  93,0             53,6             <NA>             17,7            
#> 10 Thái Bình 158,6            92,9             0,9              30,1            
#> # … with 61 more rows, and 1 more variable: `Đất ở` <chr>

This function call rvest::html_table() to parse html to tibble, therefore the result might be slow. I will add the option to download csv file in the future