前言:
距离上次发布《python tushare股票数据的获取跟本地储存》几天后,发现本地储存化的数据表格还是缺少了些重要的指标数据,比如PE,总市值,流通市值等,于是决定在写篇文章补充下代码,如果觉得可以请给个素质三连,给点动力继续更新文章,谢谢。哈哈,也有点啰嗦,下面给出代码了。
import tushare as ts
import pandas as pd
import time
import os
os.chdir('D:/all_trading_data/') #保存的绝对路径,需要自己修改跟创建
pro = ts.pro_api('要到tushare官网注册个账户然后将token复制到这里,可以的话请帮个忙用文章末我分享的链接注册,谢谢')
#pd.set_option()就是pycharm输出控制显示的设置
pd.set_option('expand_frame_repr', False)#True就是可以换行显示。设置成False的时候不允许换行
pd.set_option('display.max_columns', None)# 显示所有列
#pd.set_option('display.max_rows', None)# 显示所有行
pd.set_option('colheader_justify', 'centre')# 显示居中
#df_daily = pro.daily() 获取所有股票日行情信息
#df_basic = pro.stock_basic() 获取所有股票基本信息
def get_all_stockdata(st_date, ed_date):
trade_d = pro.trade_cal(exchange='SSE', is_open='1',
start_date=st_date,
end_date=ed_date,
fields='cal_date')
for date in trade_d['cal_date'].values:
# 再获取所有股票的基本信息
df_basic = pro.stock_basic()
# 先获得所有股票的行情数据
df_daily = pro.daily(trade_date=date)
#获取每日指标
df_daily_basic = pro.daily_basic(ts_code='', trade_date=date,
fields='ts_code, turnover_rate, turnover_rate_f, volume_ratio, pe, '
'pe_ttm, pb, ps, ps_ttm, dv_ratio, dv_ttm, total_share, float_share, '
'free_share, total_mv, circ_mv ')
#基本数据跟行情数据合并,再跟每日指标数据合并生成一个csv数据文件
#on='ts_code'以ts_code为索引,合并数据,how='outer',取并集
df_first = pd.merge(left=df_basic, right=df_daily, on='ts_code', how='outer')
df_all = pd.merge(left=df_first, right=df_daily_basic, on='ts_code', how='outer')
#删除symbol列数据,跟ts_code数据重复
df_all = df_all.drop('symbol', axis=1)
#强制转换成str字符串格式
df_all['ts_code'] = df_all['ts_code'].astype(str)
# 保存数据,不保存索引,如果index=True,则保存索引会多出一列
df_all.to_csv(str(date) + '_ts.csv', index=False, encoding='gbk')
print(df_all)
print('%s is downloaded.' % (str(date)))
return df_all
if __name__=="__main__":
get_all_stockdata('20200101', '20200315')
增加代码后的指标数值,具体指标英文注释,请参照tushare官方文本API
tushare注册链接: link:
PS:建议初学者(哈哈哈,我也是初学者菜鸟)看这篇文章时先看我前面发布的代码,先弄懂了前面代码的逻辑顺序,再来看这篇文章,看看哪些改动,这样对学习会有点帮助。(在这里特别感谢知乎"刀客特鹿"老师分享代码的启蒙)