在 Python 中下载 S&P 500 公司的股票数据及其 GICS 标识符

Question

我正在尝试使用

yfinance

下载 S&P 500 家公司的财务数据。但是，我还想包含每个公司的 GICS 部门代码，以便根据 GICS 代码将数据划分为更小的数据集。这是我的尝试：

import pandas as pd 
import yfinance as yf
import datetime
payload=pd.read_html('https://en.wikipedia.org/wiki/List_of_S%26P_500_companies')
first_table = payload[0]
df = first_table
df.head()
tickers_symbols=df['Symbol'].values.tolist()
GICS_sectors = df['GICS Sector'].values.tolist()
GICS=pd.DataFrame(GICS_sectors)
data = yf.download(tickers_symbols, period='1mo')
data['GICS']=GICS
print(data.head)
data.to_csv('stock_prices.csv')

但是，我注意到，当我将输出保存在 CSV 文件中时，除了给我一个空列表之外，它还会生成一个列向量，该向量与股票数据框不兼容，股票数据框以天为行，以公司为列。关于如何解决这个问题有什么想法吗？也欢迎包括其他软件包的解决方案。

Answer 1

虽然不如获取所有股票那么快，但在空数据框中获取每只股票的价值并添加股票名称和行业类别是一种简单的格式（垂直格式），可以完成将来的分析。

import pandas as pd 
import yfinance as yf
import datetime

payload = pd.read_html('https://en.wikipedia.org/wiki/List_of_S%26P_500_companies')
df = pd.DataFrame(payload[0])
tickers_symbols = df['Symbol'].values.tolist()
GICS_sectors = df['GICS Sector'].values.tolist()

data = pd.DataFrame()
for t,s in zip(tickers_symbols, GICS_sectors):
    tmp = yf.download(t, period='1mo', progress=False)
    tmp.reset_index(inplace=True)
    tmp['Ticker'] = t
    tmp['GICS'] = s
    data = data.append(tmp, ignore_index=True)

data.to_csv('stock_prices.csv', sep=',')

    Date    Open    High    Low     Close   Adj Close   Volume  Ticker  GICS
0   2021-08-09  197.649994  198.149994  196.779999  197.429993  195.934311  1193300.0   MMM     Industrials
1   2021-08-10  198.240005  199.490005  197.699997  199.250000  197.740524  1598400.0   MMM     Industrials
2   2021-08-11  200.000000  201.770004  199.309998  201.570007  200.042969  2217400.0   MMM     Industrials
3   2021-08-12  201.479996  202.369995  200.360001  201.429993  199.904007  1231800.0   MMM     Industrials
4   2021-08-13  201.229996  201.710007  200.289993  200.580002  199.060455  1910700.0   MMM     Industrials

Answer 2

这是一个非常好的解决方案，但是，pd.append 在最新的 python 版本中可能无法正常工作。您可以尝试使用 pd.concat 以防万一。或使用

...
data_list = []
for t,s in zip(tickers_symbols, GICS_sectors):
    tmp = yf.download(t, start=start_date, end=end_date, progress=False)
    tmp.reset_index(inplace=True)
    tmp['Ticker'] = t
    tmp['GICS'] = s
    data_list.append(tmp)
data = pd.concat(data_list, ignore_index=True)