【问题标题】：Append web-scraped data to same excelsheet将网络抓取的数据附加到同一个 Excel 工作表
【发布时间】：2020-09-12 03:01:07
【问题描述】：

我想使用 for 循环 (date_range) 从 Web 获取一列，并将该列附加到同一张表中，每次迭代时，彼此相邻。

import pandas as pd
import datetime as dt
import openpyxl

range = pd.date_range(start='5/12/2020', end='5/21/2020')

for date in range:

df = pd.read_csv("ürl")

writer = pd.ExcelWriter('Sample.xlsx', engine='openpyxl')

writer.book = openpyxl.load_workbook('Sample.xlsx')

writer.sheets = dict((ws.title, ws) for ws in writer.book.worksheets)

read = pd.read_excel(r'Sample.xlsx')

writer.sheets.write(1, max_column+1, df)

writer.save()

date += delta

【问题讨论】：

您能否提供一些示例数据，并更详细地说明您要达到的目标？
我没有样本数据。我想要实现的是让代码在特定时期运行循环并将结果附加到同一个工作表中，即行有股票代码，代码将每天运行以获取价格。

标签： python-3.x excel pandas append multiple-columns

【解决方案1】：

解决方案 1

我不完全确定你还有什么，但我试图以此作为起点。它使用 Yahoo Finance API 来模拟您的股票价格。这定义了两个函数，一个接受一个公司符号并获取该公司的当前市场价格，另一个通过将其应用于一列符号的所有值来将其推广到数据框。

from datetime import datetime

def get_market_price(symb):
    try:
        comp_info = yf.Ticker(symb)
        return comp_info.info['regularMarketPrice']
    except Exception:
        return np.nan

def fetch_today(df):
    today = datetime.today().date().strftime('%Y-%m-%d')
    df[today] = df['Companies'].apply(get_market_price)
    return df

这是一些示例数据，以及上述函数的应用。

df = pd.DataFrame({
    'Companies': ['XOM', 'GE', 'MSFT', 'BP', 'C', 'PG']
})

df = fetch_today(df)

print(df)

输出

  Companies  2020-05-25
0       XOM         NaN
1        GE        6.48
2      MSFT      183.19
3        BP       22.98
4         C         NaN
5        PG      112.29

在此示例中，您应该每天使用pd.read_csv 读取数据，应用fetch_today，然后使用pd.to_csv 保存新的数据框。每次您在新的一天运行它时，它都会在一个列中附加一个带有当前日期标题的新数据。

解决方案 2

如果您的数据只是公司列表，并且您只想运行此脚本一次并获取特定范围内的数据，那么这样的方法可能会起作用。

def get_closing_values(symb):
    comp_info = yf.download(symb, start='2020-5-12', end='2020-5-21')
    s = comp_info['Close']
    s.name = symb
    return s.to_frame().T

companies = ['XOM', 'GE', 'MSFT', 'BP', 'C', 'PG']

df = pd.concat([get_closing_values(comp) for comp in companies])

print(df)

Date  2020-05-11  2020-05-12  2020-05-13  2020-05-14  2020-05-15  2020-05-18   
XOM    45.740002   44.119999   41.930000   42.299999   42.000000   45.340000   
GE      6.190000    6.000000    5.790000    5.700000    5.490000    6.270000   
MSFT  186.740005  182.509995  179.750000  180.529999  183.160004  184.910004   
BP     23.500000   23.059999   22.230000   22.139999   21.820000   23.510000   
C      44.070000   42.349998   40.599998   42.060001   41.919998   45.669998   
PG    115.309998  114.550003  113.919998  113.809998  114.610001  116.209999

【讨论】：