奇怪的“货币汇率来源未准备好”的forex_python错误

Question

我正试图通过python.The代码来理解外汇API，我下面的文章是周五为我工作的，我收到了所有日期的转换率。奇怪的是，当我今天出于某种原因运行这个代码时，它说

货币汇率来源尚未准备就绪。

为什么会发生这种情况？

from forex_python.converter import CurrencyRates
import pandas as pd
c = CurrencyRates()
from forex_python.converter import CurrencyRates
c = CurrencyRates()


df = pd.DataFrame(pd.date_range(start='8/16/2021 10:00:00', end='8/22/2021 11:00:00', freq='600min'), columns=['DateTime'])

def get_rate(x):
    try:
        op = c.get_rate('CAD', 'USD', x)
    except Exception as re:
        print(re)
        op=None
    return op

df['Rate'] = df['DateTime'].apply(get_rate)

Currency Rates Source Not Ready
Currency Rates Source Not Ready

df
Out[17]: 
              DateTime      Rate
0  2021-08-16 10:00:00  0.796374
1  2021-08-16 20:00:00  0.796374
2  2021-08-17 06:00:00  0.793031
3  2021-08-17 16:00:00  0.793031
4  2021-08-18 02:00:00  0.792469
5  2021-08-18 12:00:00  0.792469
6  2021-08-18 22:00:00  0.792469
7  2021-08-19 08:00:00  0.783967
8  2021-08-19 18:00:00  0.783967
9  2021-08-20 04:00:00  0.774504
10 2021-08-20 14:00:00  0.774504
11 2021-08-21 00:00:00       NaN
12 2021-08-21 10:00:00       NaN
13 2021-08-21 20:00:00       NaN
14 2021-08-22 06:00:00       NaN

我该如何解决这个问题？在自己打电话时，是否有一种忽略NaN的方法？我觉得API只给出了星期一到星期五的结果，从上午10点到下午5点，。有什么办法能得到这些结果吗。

Answer 1

外汇SDK使用外汇Api，它从欧洲中央银行获取数据。除目标收盘日外，欧洲央行( day )在每个工作日(大约在CET 16:00 )每天更新利率。这意味着您只能在工作日内获得货币汇率的一个值。

为了得到你能做到的价格

df = pd.DataFrame(pd.date_range(start='8/16/2021 10:00:00', end='8/22/2021 11:00:00', freq='B'), columns=['DateTime'])

其中freq="B"只表示工作日(来源)。在运行其余代码时，这将导致：

             DateTime      Rate
0 2021-08-16 10:00:00  0.796374
1 2021-08-17 10:00:00  0.793031
2 2021-08-18 10:00:00  0.792469
3 2021-08-19 10:00:00  0.783967
4 2021-08-20 10:00:00  0.774504

您也可以在freq="BH"的办公时间内这样做，但是您不会得到不同的费率。

另外，请注意，在外汇SDK中，他们说您应该使用版本1.6来避免RatesNotAvailableError。

我创建的包

NB！我不打算维持它。

Github链接

安装：

pip install easy-exchange-rates

用法：

from easy_exchange_rates import API
api = API()
time_series = api.get_exchange_rates(
  base_currency="EUR", 
  start_date="2021-01-01", 
  end_date="2021-08-13", 
  targets=["USD","CAD"]
)
data_frame = api.to_dataframe(time_series)
print(data_frame.head(5))
>>>
                 CAD       USD
2021-01-01  1.549988  1.217582
2021-01-02  1.544791  1.213500
2021-01-03  1.557791  1.223409
2021-01-04  1.566076  1.225061
2021-01-05  1.558553  1.229681