迭代调用 pandas datareader答案

【问题标题】：iteratively calling pandas datareader迭代调用 pandas datareader
【发布时间】：2013-08-22 01:44:10
【问题描述】：

我有一个带有股票列表的 python 字典。我试图在 for 循环中使用键（股票代码，见下文）迭代地为所有通过 pandas DataReader 填充价格/交易量的股票（以股票代码命名）生成多个 pandas DataFrame。我想我在下面的代码中有一个基本的 python 问题，因为创建的唯一 DataFrame 是“stockName”。感谢您的帮助

print stocks.keys()
['TSO', 'WDC', 'EBIX', 'AAPL', 'GTAT', 'MSFT', 'BKE', 'VFSTX', 'ORCL', 'UIS', 'HSII', 'PETS', 'BBBY', 'RPXC', 'TZOO', 'DLB', 'SPLS', 'CHE', 'INTC', 'CF', 'GTN', 'FFIV', 'ATML', 'BAH', 'DHX', 'HRB', 'VIAB', 'LMT', 'NOC', 'VWO', 'ROST']

for stockName in stocks.keys():
    stockName = DataReader(stockName,  "yahoo", datetime(2013,1,1), datetime(2013,8,1))

【问题讨论】：

标签： python pandas

【解决方案1】：

如果您只对股票进行迭代，您可以直接使用stocks 调用它

DataReader(stocks, 'yahoo', datetime(2013, 1, 1), datetime(2013, 8, 1))

您不需要迭代，因为 get_data_yahoo 会为您完成此操作。你会得到一个Panel，你可以像dict或DataFrames一样使用它。你甚至不需要打电话给stocks.keys()，因为

for key in dict(a=1, b=2, c=3):
    print key

将打印

a
b
c

结果如下：

In [3]: p = DataReader(stocks, 'yahoo', datetime.datetime(2013, 1, 1), datetime.datetime(2013, 8, 1))

In [4]: p
Out[4]:
<class 'pandas.core.panel.Panel'>
Dimensions: 6 (items) x 147 (major_axis) x 31 (minor_axis)
Items axis: Open to Adj Close
Major_axis axis: 2013-01-02 00:00:00 to 2013-08-01 00:00:00
Minor_axis axis: AAPL to WDC

如果您希望能够通过属性访问来访问股票代码

In [7]: p.swapaxes('items', 'minor').AAPL
Out[7]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 147 entries, 2013-01-02 00:00:00 to 2013-08-01 00:00:00
Data columns (total 6 columns):
Open         147  non-null values
High         147  non-null values
Low          147  non-null values
Close        147  non-null values
Volume       147  non-null values
Adj Close    147  non-null values
dtypes: float64(6)

编辑：操作生成的Panel 比填写dict 并对其进行操作要容易很多。

你可以用它做各种有趣的事情。这是按metric、stock 和date 分组的百分比变化：

In [127]: df = p.to_frame(filter_observations=False)

In [128]: res = df.stack().reset_index()

In [129]: res.columns = ['date', 'metric', 'stock', 'value']

In [130]: res.set_index('date').groupby(['metric', 'stock']).apply(lambda x: x.value.pct_change()).stack()
Out[130]:
metric     stock  date
Adj Close  AAPL   2013-01-03   -0.013
                  2013-01-04   -0.028
                  2013-01-07   -0.006
                  2013-01-08    0.003
                  2013-01-09   -0.016
                  2013-01-10    0.012
                  2013-01-11   -0.006
                  2013-01-14   -0.036
                  2013-01-15   -0.032
                  2013-01-16    0.042
                  2013-01-17   -0.007
                  2013-01-18   -0.005
                  2013-01-22    0.010
                  2013-01-23    0.018
                  2013-01-24   -0.124
...
Volume  WDC    2013-07-12   -0.083
               2013-07-15   -0.179
               2013-07-16   -0.302
               2013-07-17   -0.168
               2013-07-18    0.589
               2013-07-19    0.003
               2013-07-22    0.049
               2013-07-23    0.526
               2013-07-24    0.176
               2013-07-25    0.616
               2013-07-26   -0.363
               2013-07-29   -0.357
               2013-07-30    0.554
               2013-07-31   -0.252
               2013-08-01   -0.158
Length: 27010, dtype: float64

pandas 的天空是极限！

【讨论】：

【解决方案2】：

stockName 是一个在股票代码列表中循环的变量。它包含股票代码字符串。当您将 DataFrame 分配给它时，此 DataFrame 在for 循环的下一轮中丢失。

创建另一个变量，例如 dict，将股票数据分配到其中：

stockdata = {}
for stockName in stocks:
    stockdata[stockName] = DataReader(stockName,  "yahoo", datetime(2013,1,1), datetime(2013,8,1))

【讨论】：