个人中心
文章发布
退出
作者热门文章
- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时，我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
25
4
我有一个链接如下:
https://beta.nseindia.com/api/snapshot-derivatives-equity?index=futures
我想使用请求从链接收集表数据并将其移动到 pandas Dataframe
最佳答案
先使用requests.get，再使用json.json_normalize:
import pandas as pd
import json
import requests
from pandas.io.json import json_normalize
url = "https://beta.nseindia.com/api/snapshot-derivatives-equity?index=futures"
result = requests.get(url).json()
#print (result)
df = json_normalize(result['volume'], 'data','timestamp')
print (df)
underlying identifier instrumentType \
0 DLF FUTSTKDLF29-08-2019XX0.00 FUTSTK
1 YESBANK FUTSTKYESBANK29-08-2019XX0.00 FUTSTK
2 LICHSGFIN FUTSTKLICHSGFIN29-08-2019XX0.00 FUTSTK
3 IBULHSGFIN FUTSTKIBULHSGFIN29-08-2019XX0.00 FUTSTK
4 TATAMOTORS FUTSTKTATAMOTORS29-08-2019XX0.00 FUTSTK
5 SBIN FUTSTKSBIN29-08-2019XX0.00 FUTSTK
6 ICICIBANK FUTSTKICICIBANK29-08-2019XX0.00 FUTSTK
7 YESBANK FUTSTKYESBANK26-09-2019XX0.00 FUTSTK
8 JINDALSTEL FUTSTKJINDALSTEL29-08-2019XX0.00 FUTSTK
9 DLF FUTSTKDLF26-09-2019XX0.00 FUTSTK
10 VEDL FUTSTKVEDL29-08-2019XX0.00 FUTSTK
11 ASHOKLEY FUTSTKASHOKLEY29-08-2019XX0.00 FUTSTK
12 BANKBARODA FUTSTKBANKBARODA29-08-2019XX0.00 FUTSTK
13 NMDC FUTSTKNMDC29-08-2019XX0.00 FUTSTK
14 SAIL FUTSTKSAIL29-08-2019XX0.00 FUTSTK
15 PNB FUTSTKPNB29-08-2019XX0.00 FUTSTK
16 NCC FUTSTKNCC29-08-2019XX0.00 FUTSTK
17 IDEA FUTSTKIDEA29-08-2019XX0.00 FUTSTK
18 TATAPOWER FUTSTKTATAPOWER29-08-2019XX0.00 FUTSTK
19 GMRINFRA FUTSTKGMRINFRA29-08-2019XX0.00 FUTSTK
20 NIFTY FUTIDXNIFTY29-08-2019XX0.00 FUTIDX
21 NIFTY FUTIDXNIFTY26-09-2019XX0.00 FUTIDX
22 NIFTY FUTIDXNIFTY31-10-2019XX0.00 FUTIDX
23 BANKNIFTY FUTIDXBANKNIFTY29-08-2019XX0.00 FUTIDX
24 BANKNIFTY FUTIDXBANKNIFTY26-09-2019XX0.00 FUTIDX
25 BANKNIFTY FUTIDXBANKNIFTY31-10-2019XX0.00 FUTIDX
26 NIFTYIT FUTIDXNIFTYIT29-08-2019XX0.00 FUTIDX
27 NIFTYIT FUTIDXNIFTYIT31-10-2019XX0.00 FUTIDX
28 NIFTYIT FUTIDXNIFTYIT26-09-2019XX0.00 FUTIDX
instrument expiryDate optionType strikePrice lastPrice pChange \
0 Stock Futures 29-Aug-2019 - 0 146.90 -14.617844
1 Stock Futures 29-Aug-2019 - 0 61.90 -5.351682
2 Stock Futures 29-Aug-2019 - 0 429.00 -6.931337
3 Stock Futures 29-Aug-2019 - 0 441.25 -7.832898
4 Stock Futures 29-Aug-2019 - 0 110.70 -1.512456
5 Stock Futures 29-Aug-2019 - 0 276.25 -0.575850
6 Stock Futures 29-Aug-2019 - 0 407.35 -1.356096
7 Stock Futures 26-Sep-2019 - 0 61.95 -5.275229
8 Stock Futures 29-Aug-2019 - 0 98.40 -0.656234
9 Stock Futures 26-Sep-2019 - 0 147.20 -14.765489
10 Stock Futures 29-Aug-2019 - 0 135.05 -3.397711
11 Stock Futures 29-Aug-2019 - 0 60.45 -2.578566
12 Stock Futures 29-Aug-2019 - 0 92.80 -2.161307
13 Stock Futures 29-Aug-2019 - 0 83.20 -3.981535
14 Stock Futures 29-Aug-2019 - 0 31.35 0.000000
15 Stock Futures 29-Aug-2019 - 0 62.60 -2.263856
16 Stock Futures 29-Aug-2019 - 0 52.40 -4.640582
17 Stock Futures 29-Aug-2019 - 0 5.55 0.000000
18 Stock Futures 29-Aug-2019 - 0 53.25 4.105572
19 Stock Futures 29-Aug-2019 - 0 14.70 0.000000
20 Index Futures 29-Aug-2019 - 0 10852.60 -0.732210
21 Index Futures 26-Sep-2019 - 0 10889.05 -0.779527
22 Index Futures 31-Oct-2019 - 0 10935.80 -0.716315
23 Index Futures 29-Aug-2019 - 0 27506.55 -0.840850
24 Index Futures 26-Sep-2019 - 0 27617.45 -0.836611
25 Index Futures 31-Oct-2019 - 0 27715.00 -0.733707
26 Index Futures 29-Aug-2019 - 0 15543.00 -0.333440
27 Index Futures 31-Oct-2019 - 0 0.00 -100.000000
28 Index Futures 26-Sep-2019 - 0 0.00 -100.000000
openPrice highPrice lowPrice numberOfContractsTraded totalTurnover \
0 169.40 169.50 137.65 26605 110979.607200
1 66.60 67.50 61.15 20869 29591.096920
2 436.00 439.00 420.90 16967 80552.595750
3 466.85 467.00 436.25 16875 60661.722720
4 111.80 114.00 110.10 5833 19685.286000
5 277.60 277.85 275.00 5355 44992.392000
6 411.60 413.30 407.25 4560 30347.780100
7 66.60 67.40 61.25 3479 4919.398880
8 98.00 99.40 96.05 3287 10310.977600
9 168.55 168.55 138.20 3177 13129.984000
10 138.30 138.85 133.80 2231 9102.480000
11 62.20 62.60 60.35 2181 8124.861600
12 94.60 94.90 92.50 1931 8237.600100
13 89.30 90.00 82.80 1811 9555.801600
14 31.30 31.60 30.75 1559 5930.371200
15 64.00 64.30 62.35 1549 6898.260600
16 54.25 55.00 52.20 1538 6651.317600
17 5.50 5.70 5.35 1212 1871.100000
18 51.00 53.65 50.90 894 4260.600000
19 14.75 15.00 14.55 292 1976.683500
20 10910.40 10917.85 10850.30 39243 328770.326700
21 10955.00 10958.45 10886.35 7243 61018.946220
22 10989.55 10989.55 10931.00 330 2761.158960
23 27715.00 27746.05 27505.60 38495 218171.425716
24 27810.10 27810.10 27610.70 2563 14438.541018
25 27833.15 27847.00 27715.00 115 638.754620
26 15550.00 15575.00 15494.00 36 279.648360
27 0.00 0.00 0.00 0 0.000000
28 0.00 0.00 0.00 0 0.000000
premiumTurnover openInterest underlyingValue timestamp
0 1.109796e+10 15726 146.50 22-Aug-2019 10:36:21
1 2.959110e+09 76008 61.95 22-Aug-2019 10:36:21
2 8.055260e+09 10533 429.80 22-Aug-2019 10:36:21
3 6.066172e+09 27949 443.95 22-Aug-2019 10:36:21
4 1.968529e+09 25079 110.40 22-Aug-2019 10:36:21
5 4.499239e+09 33409 275.75 22-Aug-2019 10:36:21
6 3.034778e+09 54895 408.90 22-Aug-2019 10:36:21
7 4.919399e+08 13816 61.95 22-Aug-2019 10:36:21
8 1.031098e+09 10335 98.40 22-Aug-2019 10:36:21
9 1.312998e+09 1110 146.50 22-Aug-2019 10:36:21
10 9.102480e+08 20821 135.00 22-Aug-2019 10:36:21
11 8.124862e+08 14751 60.55 22-Aug-2019 10:36:21
12 8.237600e+08 12955 92.75 22-Aug-2019 10:36:21
13 9.555802e+08 5176 83.00 22-Aug-2019 10:36:21
14 5.930371e+08 8065 31.40 22-Aug-2019 10:36:21
15 6.898261e+08 14087 62.60 22-Aug-2019 10:36:21
16 6.651318e+08 5343 52.45 22-Aug-2019 10:36:21
17 1.871100e+08 15059 5.60 22-Aug-2019 10:36:21
18 4.260600e+08 5617 53.45 22-Aug-2019 10:36:21
19 1.976684e+08 3076 14.75 22-Aug-2019 10:36:21
20 3.287703e+10 262448 10842.90 22-Aug-2019 10:36:21
21 6.101895e+09 45640 10842.90 22-Aug-2019 10:36:21
22 2.761159e+08 3701 10842.90 22-Aug-2019 10:36:21
23 2.181714e+10 87516 27472.70 22-Aug-2019 10:36:21
24 1.443854e+09 11998 27472.70 22-Aug-2019 10:36:21
25 6.387546e+07 614 27472.70 22-Aug-2019 10:36:21
26 2.796484e+07 207 15539.45 22-Aug-2019 10:36:21
27 0.000000e+00 0 15539.45 22-Aug-2019 10:36:21
28 0.000000e+00 5 15539.45 22-Aug-2019 10:36:21
关于python - 如何使用请求从链接收集数据并将数据移动到 pandas Dataframe，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/57602322/
25
4
0
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗？ 最佳答案 pivot_table没有 normalize争论，不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框，我想得到一个新的数据框，它由两个数据框的行的克罗内克积组成。正确的做法是什么？ 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中，如何绘制条形图以使其 x 轴刻度标签看起来像折线图？ 我制作了一个间隔均匀的时间序列(每天一个项目)，并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列，“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列，即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如，假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西，更具体地说，结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框，如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df，如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ，其中包含与唯一值关联的各种字符串。对于这些唯一值，我想删除不等于单独列表的行，最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框（显然，这确实发生了，目前我有一个像这样的数据集！:(） >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF，它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算，但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框，如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”，“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist（）时，出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串，但结果集是 NaN .我究竟做错了什么？ import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀！