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。

相关参考网站

官网
github
0.6.0版本操作文档

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 npimport matplotlib.pyplot as pltfrom pandas_datareader import data, wb
from datetime import datetimeend = 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 datetimedf_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 theintroduction 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')