【发布时间】：2019-05-20 08:18:26
【问题描述】：
我试图弄清楚如何从雅虎财务获取财务信息（损益表、资产负债表和现金流量。我有一个名为符号的列表，其中包含所有股票代码（见下面的代码）。最终我想要最终得到一个 csv，其中包含 4 年（2018、2017、2016、2015）连接的行。 ''' 我可以手动执行此操作，但我想做的是自动化它，以便我可以返回一个包含所有相关信息的 .csv 文件（77 列和 4*#ticker 符号行） 将上图转为：
我已经想出了如何使用刮刀从雅虎刮取数据。
from lxml import html
from lxml import html
import requests
import numpy as np
import pandas as pd
def scrape_table(url):
page = requests.get(url)
tree = html.fromstring(page.content)
table = tree.xpath('//table')
assert len(table) == 1
df = pd.read_html(lxml.etree.tostring(table[0], method='html'))[0]
df = df.set_index(0)
df = df.dropna()
df = df.transpose()
df = df.replace('-', '0')
# The first column should be a date
df[df.columns[0]] = pd.to_datetime(df[df.columns[0]])
cols = list(df.columns)
cols[0] = 'Date'
df = df.set_axis(cols, axis='columns', inplace=False)
numeric_columns = list(df.columns)[1::]
df[numeric_columns] = df[numeric_columns].astype(np.float64)
return df
def merge_IS_BS_CF(df_IS, df_BS, df_CF):
#merge the three financial statements - Income statement, balance sheet, cash flow into one dataframe
#return the dataframe
df_merge_IS_BS = pd.merge(df_IS, df_BS, on='Date')
df_merge_IS_BS_CF = pd.merge(df_merge_IS_BS, df_CF, on='Date')
return df_merge_IS_BS_CF
symbols = ['AAPL', 'MFT.NZ']
financials = {}
#create a dictionary of ticker names and their respective statements' urls
for symbol in symbols:
financials[symbol] = ['https://finance.yahoo.com/quote/' + symbol + '/financials?p=' + symbol, 'https://finance.yahoo.com/quote/' + symbol + '/balance-sheet?p=' + symbol, 'https://finance.yahoo.com/quote/' + symbol + '/cash-flow?p=' + symbol]
print (financials['AAPL'][0])
data = pd.DataFrame([])
我得到的结果是它没有将下一个股票代码数据连接到熊猫数据框中。 感谢您的帮助。
【问题讨论】：
-
这是不可读的。您不能指望人们在没有数据的情况下浏览您的代码并为您“调试”它。最好的方法是 1. 从示例数据框开始 2. 解释您尝试实现的目标。 3. 也包括数据框形式的预期输出。 4. 解释现在什么不工作。
-
感谢您的反馈并修复了我在显示代码时遇到的错误。我添加了一些图片，希望它现在更有意义。