pandas-datareader介绍

Pandas库提供了专门从财经网站获取金融数据的API接口，可作为量化交易股票数据获取的另一种途径，该接口在urllib3库基础上实现了以客户端身份访问网站的股票数据。需要注意的是目前模块已经迁徙到pandas-datareader包中，因此导入模块时需要由import pandas.io.data as web更改为import pandas_datareader.data as web。

DataReader方法介绍

查看Pandas的操作文档可以发现，第一个参数为股票代码，苹果公司的代码为"AAPL"，国内股市采用的输入方式“股票代码”+“对应股市”，上证股票在股票代码后面加上“.SS”，深圳股票在股票代码后面加上“.SZ”。DataReader可从多个金融网站获取到股票数据，如“Yahoo! Finance” 、“Google Finance”等，这里以Yahoo为例。第三、四个参数为股票数据的起始时间断。返回的数据格式为DataFrame。

start = datetime.datetime(2017,1,1)#获取数据的时间段-起始时间
end = datetime.date.today()#获取数据的时间段-结束时间
stock = web.DataReader("600797.SS", "yahoo", start, end)#获取浙大网新2017年1月1日至今的股票数据

数据分析

1、打印DataFrame数据前5行和尾部倒数5行（浙大网新因重大事件停牌至1月6日开始复牌）

print stock.head(5)
print stock.tail(5)

2、打印DataFrame数据索引和列名，索引为时间序列，列信息为开盘价、最高价、最低价、收盘价、复权收盘价、成交量

print stock.index
print stock.columns

3、打印DataFrame数据形状，index长度为248，columns数为6，即248个交易日，6项股票数据

print stock.shape

4、打印DataFrame数据查看数据是否有缺失，以及每列数据的类型

print stock.info()

5、打印DataFrame数据每组的统计情况，如最小值、最大值、均值、标准差等

print stock.describe()

6、DataFrame数据中增加涨/跌幅列，涨/跌=（当日Close-上一日Close）/上一日Close*100%

（1）添加一列change，存储当日股票价格与前一日收盘价格相比的涨跌数值，即当日Close价格与上一日Close的差值，1月3日这天无上一日数据，因此出现缺失

change = stock.Close.diff()
stock['Change'] = change
print stock.head(5)

（2）对缺失的数据用涨跌值的均值就地替代NaN。

change.fillna(change.mean(),inplace=True)

（3）计算涨跌幅度有两种方法，pct_change()算法的思想即是第二项开始向前做减法后再除以第一项，计算得到涨跌幅序列。

stock['pct_change'] = (stock['Change'] /stock['Close'].shift(1))#
stock['pct_change1'] = stock.Close.pct_change()

7、DataFrame数据中增加跳空缺口数值序列，这里定义的缺口为上涨趋势和下跌趋势中的突破缺口，上涨趋势中今天的最低价高于昨天收盘价为向上跳空，下跌趋势中昨天收盘价高于今天最高价为向下跳空。遍历每个交易日后将符合跳空缺口条件的交易日增加缺口数值。

jump_pd = pd.DataFrame()
for kl_index in np.arange(1, stock.shape[0]):
today = stock.ix[kl_index]
yesday = stock.ix[kl_index-1]
today['preCloae'] = yesday.Close   if today['pct_change'] > 0 and (today.Low-today['preCloae']) > 0:today['jump_power'] = (today.Low-today['preCloae'])elif  today['pct_change'] < 0 and (today.High-today['preCloae']) < 0:today['jump_power'] = (today.High-today['preCloae'])jump_pd = jump_pd.append(today)        stock['jump_power'] = jump_pd['jump_power']print stock.loc["2017-04-26":"2017-06-15"]#默认打印全部列

8、DataFrame数据保留两位小数显示

format = lambda x: '%.2f' % x
stock = stock.applymap(format)
print stock.loc["2017-04-26":"2017-06-15"]#默认打印全部列

股价数据的可视化

Matplotlib是使用Python进行绘图里非常方便的库。这次 plot使用的数据是 Adj Close栏的数据。这是所说的已调整收盘价。

如下仅仅需要两行写就可以简单的将股价作为时间序列数据画出来。

alibaba['Adj Close'].plot(legend=True, figsize=(10,4))
plt.show()

完整示例

import pandas as pd
from pandas import Series, DataFrame
import numpy as np

import matplotlib.pyplot as plt

from pandas_datareader import data, wb
from datetime import datetime

end = datetime.now()
start = datetime(end.year - 1, end.month, end.day)
alibaba = data.DataReader('BABA', 'yahoo', start, end)

alibaba['Adj Close'].plot(legend=True, figsize=(10,4))
plt.show()

更多图表操作可参考:
实例操作：Python提取雅虎财经数据，并做数据分析和可视化

以csv格式存放

import numpy as np
import pandas as pd
import pandas_datareader.data as web
import datetime

df_csvsave = web.DataReader("600018.SS","yahoo",datetime.datetime(2019,1,1),datetime.date.today())
print (df_csvsave)
df_csvsave.to_csv(r'C:\Users\15461\Desktop\table.csv',columns=df_csvsave.columns,index=True)

可能遇到的问题

在《利用Python进行数据分析》一书中，学习到pandas这一章节，利用书中的方法去获取雅虎数据会出现以下问题：

问题一The pandas.io.data module is moved to a separate package (pandas-datareader)

import pandas.io.data as web
Traceback (most recent call last):File "<pyshell#0>", line 1, in <module>import pandas.io.data as webFile "C:\Program Files (x86)\Python36-32\lib\site-packages\pandas\io\data.py", line 2, in <module>"The pandas.io.data module is moved to a separate package "
ImportError: The pandas.io.data module is moved to a separate package (pandas-datareader).After installing the pandas-datareader package (https://github.com/pydata/pandas-datareader),
you can change the import ``from pandas.io import data, wb`` to ``from pandas_datareader import data, wb``.

根据提示，我们很快可以知道，‘pandas.io’这个模块已经变成了‘pandas_datareader’了，cmd命令行中执行以下语句即可解决这个问题：

pip install pandas_datareader

用以下语句可以调用模块

import pandas_datareader.data as web

问题二Yahoo Actions has been immediately deprecated due to large breaks

web.get_data_yahoo('AAPL','1/1/2000','1/1/2010')
Traceback (most recent call last):File "<pyshell#2>", line 1, in <module>web.get_data_yahoo('AAPL','1/1/2000','1/1/2010')File "C:\Program Files (x86)\Python36-32\lib\site-packages\pandas_datareader\data.py", line 63, in get_data_yahooraise ImmediateDeprecationError(DEP_ERROR_MSG.format('Yahoo Actions'))
pandas_datareader.exceptions.ImmediateDeprecationError:
Yahoo Actions has been immediately deprecated due to large breaks in the API without the

introduction of a stable replacement. Pull Requests to re-enable these data connectors are welcome.

See https://github.com/pydata/pandas-datareader/issues

原因 yahoo的数据接口有改动导致不可用。

在网上搜了好久才找到这一方法，这里我们需要引入另外一个模块‘fix_yahoo_finance’，同样使用pip方法进行安装

pip install fix_yahoo_finance

调用方式如下：

import pandas_datareader.data as web
import datetime
import fix_yahoo_finance as yf
yf.pdr_override()

start=datetime.datetime(2006, 10, 1)
end=datetime.datetime(2012, 1, 1)
web.get_data_yahoo('AAPL',start,end)

这样子就可以下载雅虎数据了。

问题三-在键入1/1/2000和1/1/2010后报错

这里提示是时间的格式错误，应改为"%Y-%m-%d"

解决办法：for循环这里这样写

 for ticker in ['AAPL','IBM','MSFT','GOOG']:...:     all_data[ticker]=web.get_data_yahoo(ticker,'2000-1-1','2010-1-1')

pandas-datareader相关推荐

用python读取股票基本信息_python-使用pandas datareader获取股票信息
我正在使用pandas datareader提取给定日期范围内的库存信息.例如: import pandas_datareader.data as web import datetime as dt ...
pandas plot label_Python+Pandas | 分析比特币与股票市场的关系
- 点击上方"中国统计网"订阅我吧!- 我们通过使用Python和Pandas技术进行分析,我们将能够在本文中回答该问题.首先,我们将使用免费的API检索过去几年的比特币和股票价格 ...
EduCoder Pandas高效化运算与时间序列处理第3关：Pandas时间序列的高级应用
文章目录任务描述相关知识时间频率与偏移量重新取样.迁移和窗口重新取样时间迁移移动时间窗口编程要求测试说明任务描述根据相关知识完成下列任务: 求上个季度(仅含工作日)的平均值: 求 ...
python股票交易模型_如何用Python建模GGM模型并对股票估值？
内容首发乐学偶得(http://lexueoude.com) 公众号: 乐学Fintech 用代码理解分析解决金融问题首先我们快速了解一下什么是GGM模型. GGM模型又叫做"戈登增长模 ...
python提高文件读取速度_Python提高了HDF5文件的读取速度
我正在构建一个存储财务数据的数据库(特别是选项链) . 我每天检索每个交易日的数据,即5d /周或250d /年 . 我这样做了300个代码,数据库正在以150Mb /天的速度增长,到目前为止达到了9 ...
python常用的量化金融库
下面是常用的量化金融常用的库,以及与量化金融有关的支持库,有些需要科学上网才能打开. 文章目录 python基本的数值库和数据结构金融工具和定价指标交易和回溯测试风险分析因素分析时间序列( ...
把backtrader改造成金融强化学习回测引擎
原创文章第119篇,专注"个人成长与财富自由.世界运作的逻辑, AI量化投资". 继续强化学习应用于金融投资. 我们的AI量化平台,针对传统规则量化策略,进行了"积木式& ...
使用 Python 对股票数据分析预测
使用 Python 对股票数据分析预测文章目录使用 Python 对股票数据分析预测目录索引模块安装股票数据获取雅虎财经 Quandl 模块 Pandas Datareader 模块数据 ...
打造一个投资组合管理的金融强化学习环境
原创文章第120篇,专注"个人成长与财富自由.世界运作的逻辑, AI量化投资". 今天继续金融强化学习环境. 网上的金融学习环境不少,但都太过于"业余",或者离 ...
用python做股票智能投顾模型_如何用Python建模GGM模型并对股票估值？
内容首发乐学偶得(http://lexueoude.com) 公众号: 乐学Fintech 用代码理解分析解决金融问题首先我们快速了解一下什么是GGM模型. GGM模型又叫做"戈登增长模 ...

pandas-datareader