Pandas Yahoo股票API

Question

我是Pandas (和Python)的新手，正在尝试使用Yahoo API来计算股票价格。

我需要获取数据，遍历数据并获取日期和值。

以下是代码

df = pd.get_data_yahoo( symbols = 'AAPL',
     start = datetime( 2011, 1, 1 ),
     end = datetime( 2012, 1, 1 ),
     interval = 'm' )

结果是：

df
            Open        High         Low       Close     Volume
Date                                                                    
2011-01-03  325.640015  348.600006  324.840027  339.320007  140234700   
2011-02-01  341.299988  364.899994  337.720001  353.210022  127618700   
2011-03-01  355.470001  361.669983  326.259979  348.510010  125874700   

我可以获取日期，但不能获取月份日期值，因为它是索引(？)

如何最好地遍历此信息的数据？这是关于处理数据，而不是排序或搜索。

Answer 1

如果您需要迭代数据帧中的行，并进行一些处理，那么pandas.DataFrame.apply()工作得很好。

代码：

一些模拟处理代码..。

def process_data(row):
    # the index becomes the name when converted to a series (row)
    print(row.name.month, row.Close)

测试代码：

import datetime as dt
from pandas_datareader import data

df = data.get_data_yahoo(
    'AAPL',
    start=dt.datetime(2011, 1, 1),
    end=dt.datetime(2011, 5, 1),
    interval='m')
print(df)

# process each row
df.apply(process_data, axis=1)

结果：

                  Open        High         Low       Close     Volume  \
Date                                                                    
2011-01-03  325.640015  348.600006  324.840027  339.320007  140234700   
2011-02-01  341.299988  364.899994  337.720001  353.210022  127618700   
2011-03-01  355.470001  361.669983  326.259979  348.510010  125874700   
2011-04-01  351.110016  355.130005  320.160004  350.130005  128252100   

            Adj Close  
Date                   
2011-01-03  43.962147  
2011-02-01  45.761730  
2011-03-01  45.152802  
2011-04-01  45.362682  

1 339.320007
2 353.210022
3 348.51001
4 350.130005

Answer 2

这就是我在尝试使用来自雅虎的数据时，我的生活变得很棒的原因。首先是从dataframe索引中获取日期。

df = df.assign( date = df.index.date )

下面是我在处理数据时发现的其他一些有用的东西。

df [ 'diff' ] = df [ 'Close' ].diff( )
df [ 'pct_chg' ] = df [ 'Close' ].pct_change()
df [ 'hl' ] = df [ 'High' ] - df [ 'Low' ]

熊猫是很神奇的东西。

Answer 3

我相信这对你应该是有效的。

import pandas_datareader.data as web
import datetime    

start = datetime.datetime(2013, 1, 1)
end = datetime.datetime(2016, 1, 27)
df = web.DataReader("GOOGL", 'yahoo', start, end)

dates =[]
for x in range(len(df)):
    newdate = str(df.index[x])
    newdate = newdate[0:10]
    dates.append(newdate)

df['dates'] = dates

print df.head()
print df.tail()

另外，请看下面的链接，了解如何做这些事情的更多有用的提示。

https://pandas-datareader.readthedocs.io/en/latest/remote_data.html#yahoo-finance