pandas DataFrame 和 Yahoo Finance API答案

【问题标题】：pandas DataFrame and Yahoo Finance APIpandas DataFrame 和 Yahoo Finance API
【发布时间】：2023-03-14 09:50:01
【问题描述】：

我正在尝试使用 Yahoo Finance API 将数据读入 DataFrame。但是，当我从列表中读取符号的值时，它们最终会出现在 DataTable 的单个列中。我使用 API 是因为我实际上想要诸如股息、市盈率之类的数据，而且我认为您无法使用 datareader 访问这些数据。我有两个问题：

如何从列表中获取值以映射到 DataFrame 中的列（而不是行）

我将如何完成我想要为股票代码列表做的事情

import urllib2
from pandas import DataFrame
def get_data2(symbol):
    columns = ['last','date','change','high','low','vol']    
    url = "http://download.finance.yahoo.com/d/quotes.csv?s=%s&f=sl1d1c1hgv" % symbol
    file =urllib2.urlopen(url)    
    s = file.read()
    file.close()
    s= s.strip()
    L = s.split(',')
    L[0] = L[0].replace('"','')
    L[2] = L[2].replace('"','')
    D = DataFrame(L, columns=columns)
    return D

使用此代码，我得到一个 ValueError，因为形状不匹配，但本质上我想将列表中的每个值读入 DataTable 中的一列，并最终遍历符号列表。

感谢您的帮助

【问题讨论】：

为什么不想使用专为此设计的pandas_datareader？
我认为您只能从 datareader 获取价格和数量数据。我找不到用于收集其他统计信息的文档。
here 是自定义统计的示例
很棒的麦克斯，谢谢。我只是想知道哪里有一些全面的文档。

标签： python-2.7 api pandas dataframe yahoo-finance

【解决方案1】：

试试这个：

In [23]: from pandas_datareader import data

In [24]: data.DataReader('GOOG', 'yahoo', '2016-06-01', '2016-06-13')
Out[24]:
                  Open        High         Low       Close   Volume   Adj Close
Date
2016-06-01  734.530029  737.210022  730.659973  734.150024  1250800  734.150024
2016-06-02  732.500000  733.020020  724.169983  730.400024  1337600  730.400024
2016-06-03  729.270020  729.489990  720.559998  722.340027  1222700  722.340027
2016-06-06  724.909973  724.909973  714.609985  716.549988  1565300  716.549988
2016-06-07  719.840027  721.979980  716.549988  716.650024  1336200  716.650024
2016-06-08  723.960022  728.570007  720.580017  728.280029  1582100  728.280029
2016-06-09  722.869995  729.539978  722.335999  728.580017   985900  728.580017
2016-06-10  719.469971  725.890015  716.429993  719.409973  1206000  719.409973

Demo for building pandas Panel when pulling data for multiple tickers

Demo for pulling custom Yahoo quotes (for example: Market Cap, Div Yield, EPS Est Next Quarter, etc.)

【讨论】：