Python pandas datareader 不再适用于 yahoo-finance 更改的 url

Question

由于雅虎停止了他们的 API 支持 pandas datareader 现在失败了

import pandas_datareader.data as web
import datetime
start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2017, 5, 17)
web.DataReader('GOOGL', 'yahoo', start, end)

HTTPError: HTTP Error 401: Unauthorized

是否有任何非官方图书馆允许我们暂时解决这个问题？也许在 Quandl 上有什么？

原文由 Scilear 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

所以他们改变了他们的 url，现在使用 cookies 保护（可能还有 javascript），所以我使用 dryscrape 解决了我自己的问题，它模拟了一个浏览器，这只是一个仅供参考，因为这现在肯定违反了他们的条款和条件……所以使用你自己的风险？我在 Quandl 寻找替代的 EOD 价格来源。

我无法通过 cookie 浏览 CookieJar，所以我最终使用 dryscrape 来“伪造”用户下载

import dryscrape
from bs4 import BeautifulSoup
import time
import datetime
import re

#we visit the main page to initialise sessions and cookies
session = dryscrape.Session()
session.set_attribute('auto_load_images', False)
session.set_header('User-agent', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95     Safari/537.36')

#call this once as it is slow(er) and then you can do multiple download, though there seems to be a limit after which you have to reinitialise...
session.visit("https://finance.yahoo.com/quote/AAPL/history?p=AAPL")
response = session.body()

#get the dowload link
soup = BeautifulSoup(response, 'lxml')
for taga in soup.findAll('a'):
    if taga.has_attr('download'):
        url_download = taga['href']
print(url_download)

#now replace the default end date end start date that yahoo provides
s = "2017-02-18"
period1 = '%.0f' % time.mktime(datetime.datetime.strptime(s, "%Y-%m-%d").timetuple())
e = "2017-05-18"
period2 = '%.0f' % time.mktime(datetime.datetime.strptime(e, "%Y-%m-%d").timetuple())

#now we replace the period download by our dates, please feel free to improve, I suck at regex
m = re.search('period1=(.+?)&', url_download)
if m:
    to_replace = m.group(m.lastindex)
    url_download = url_download.replace(to_replace, period1)
m = re.search('period2=(.+?)&', url_download)
if m:
    to_replace = m.group(m.lastindex)
    url_download = url_download.replace(to_replace, period2)

#and now viti and get body and you have your csv
session.visit(url_download)
csv_data = session.body()

#and finally if you want to get a dataframe from it
import sys
if sys.version_info[0] < 3:
    from StringIO import StringIO
else:
    from io import StringIO

import pandas as pd
df = pd.read_csv(StringIO(csv_data), index_col=[0], parse_dates=True)
df

原文由 Scilear 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

我发现 https://pypi.python.org/pypi/fix-yahoo-finance 中的“fix-yahoo-finance”解决方法很有用，例如：

 from pandas_datareader import data as pdr
import fix_yahoo_finance

data = pdr.get_data_yahoo('APPL', start='2017-04-23', end='2017-05-24')

请注意，最后 2 个数据列的顺序是“Adj Close”和“Volume”，即。不是以前的格式。重新索引：

 cols = ['Date', 'Open', 'High', 'Low', 'Close', 'Volume', 'Adj Close']
data.reindex(columns=cols)

原文由 artDeco 发布，翻译遵循 CC BY-SA 3.0 许可协议