#!/usr/bin/env python # -*- coding:utf-8 -*- """ Date: 2019/9/30 13:58 Desc: 奇货可查网站目前已经商业化运营, 特提供奇货可查-工具数据接口, 方便您程序化调用 注：期货价格为收盘价; 现货价格来自网络; 基差=现货价格-期货价格; 基差率=(现货价格-期货价格)/现货价格 * 100 %. """ from typing import AnyStr import pandas as pd import requests from akshare.futures.cons import QHKC_TOOL_FOREIGN_URL, QHKC_TOOL_GDP_URL def qhkc_tool_foreign(url: AnyStr = QHKC_TOOL_FOREIGN_URL): """ 奇货可查-工具-外盘比价 实时更新数据, 暂不能查询历史数据 :param url: str 网址 :return: 外盘比价 :rtype: pandas.DataFrame name base_time base_price latest_price rate 伦敦铜 10/08 01:00 5704 5746.5 0.745 伦敦锌 10/08 01:00 2291.25 2305.75 0.633 伦敦镍 10/08 01:00 17720 17372.5 -1.961 伦敦铝 10/08 01:00 1743.5 1742.75 -0.043 伦敦锡 10/07 15:00 16550 16290 -1.571 伦敦铅 10/08 01:00 2181.25 2177.5 -0.172 美原油1 10/08 02:30 52.81 53.05 0.454 美原油2 10/07 23:00 53.94 53.05 -1.65 布原油1 10/08 02:30 58.41 58.67 0.445 布原油2 10/07 23:00 59.54 58.67 -1.461 美燃油 10/07 23:00 1.9287 1.9102 -0.959 CMX金 10/08 02:30 1495.9 1496.5 0.04 CMX银 10/08 02:30 17.457 17.457 0 美豆 10/07 23:00 916.12 915.88 -0.026 美豆粕 10/07 23:00 302.75 302.65 -0.033 美豆油 10/07 23:00 30.02 29.91 -0.366 美玉米 10/07 23:00 386.38 387.88 0.388 美糖 10/07 23:30 12.37 12.53 1.293 美棉花 10/07 23:30 61.69 61.05 -1.037 """ payload_id = {"page": 1, "limit": 10} r = requests.post(url, data=payload_id) print("数据获取成功") json_data = r.json() name = [] base_time = [] base_price = [] latest_price = [] rate = [] for item in json_data["data"]: name.append(item["name"]) base_time.append(item["base_time"]) base_price.append(item["base_price"]) latest_price.append(item["latest_price"]) rate.append(item["rate"]) temp_df = pd.DataFrame([name, base_time, base_price, latest_price, rate]).T temp_df.columns = ["name", "base_time", "base_price", "latest_price", "rate"] return temp_df def qhkc_tool_nebula(url: AnyStr = QHKC_TOOL_FOREIGN_URL): """ 奇货可查-工具-龙虎星云图 :param url: 网址 :return: pd.DataFrame name base_time base_price latest_price rate 伦敦铜 10/08 01:00 5704 5746.5 0.745 伦敦锌 10/08 01:00 2291.25 2305.75 0.633 伦敦镍 10/08 01:00 17720 17372.5 -1.961 伦敦铝 10/08 01:00 1743.5 1742.75 -0.043 伦敦锡 10/07 15:00 16550 16290 -1.571 伦敦铅 10/08 01:00 2181.25 2177.5 -0.172 美原油1 10/08 02:30 52.81 53.05 0.454 美原油2 10/07 23:00 53.94 53.05 -1.65 布原油1 10/08 02:30 58.41 58.67 0.445 布原油2 10/07 23:00 59.54 58.67 -1.461 美燃油 10/07 23:00 1.9287 1.9102 -0.959 CMX金 10/08 02:30 1495.9 1496.5 0.04 CMX银 10/08 02:30 17.457 17.457 0 美豆 10/07 23:00 916.12 915.88 -0.026 美豆粕 10/07 23:00 302.75 302.65 -0.033 美豆油 10/07 23:00 30.02 29.91 -0.366 美玉米 10/07 23:00 386.38 387.88 0.388 美糖 10/07 23:30 12.37 12.53 1.293 美棉花 10/07 23:30 61.69 61.05 -1.037 """ payload_id = {"page": 1, "limit": 10} r = requests.post(url, data=payload_id) print("数据获取成功") json_data = r.json() name = [] base_time = [] base_price = [] latest_price = [] rate = [] for item in json_data["data"]: name.append(item["name"]) base_time.append(item["base_time"]) base_price.append(item["base_price"]) latest_price.append(item["latest_price"]) rate.append(item["rate"]) temp_df = pd.DataFrame([name, base_time, base_price, latest_price, rate]).T temp_df.columns = ["name", "base_time", "base_price", "latest_price", "rate"] return temp_df def qhkc_tool_gdp(url: AnyStr = QHKC_TOOL_GDP_URL): """ 奇货可查-工具-各地区经济数据 实时更新数据, 暂不能查询历史数据 :param url: :return: pandas.DataFrame 国家 国内生产总值 国内生产总值YoY 国内生产总值QoQ ... 预算 债务 经常账户 人口 美国 20494 2.30% 2.00% ... -3.80% 106.10% -2.40 327.17 欧元区 13670 1.20% 0.20% ... -0.50% 85.10% 2.90 341.15 中国 13608 6.20% 1.60% ... -4.20% 50.50% 0.40 1395.38 日本 4971 1.00% 0.30% ... -3.80% 238.20% 3.50 126.25 德国 3997 0.40% -0.10% ... 1.70% 60.90% 7.30 82.85 英国 2825 1.30% -0.20% ... -2.00% 84.70% -3.90 66.19 法国 2778 1.40% 0.30% ... -2.50% 98.40% -0.30 67.19 印度 2726 5.00% 1.00% ... -3.42% 68.30% -2.30 1298.04 意大利 2074 -0.10% 0.00% ... -2.10% 134.80% 2.50 60.48 巴西 1869 1.00% 0.40% ... -7.10% 77.22% -0.77 208.49 加拿大 1709 1.60% 0.90% ... -0.70% 90.60% -2.60 37.31 俄罗斯 1658 0.90% 0.20% ... 2.70% 13.50% 7.00 146.90 韩国 1619 2.00% 1.00% ... -1.60% 36.60% 4.70 51.61 澳大利亚 1432 1.40% 0.50% ... -0.60% 40.70% -1.50 25.18 西班牙 1426 2.00% 0.40% ... -2.50% 97.10% 0.90 46.66 墨西哥 1224 -0.80% 0.00% ... -2.00% 46.00% -1.80 125.33 印尼 1042 5.05% 4.20% ... -1.76% 29.80% -3.00 264.20 荷兰 913 1.80% 0.40% ... 1.50% 52.40% 10.80 17.12 沙特阿拉伯 782 0.50% 0.00% ... -9.20% 19.10% 9.20 33.41 土耳其 767 -1.50% 1.20% ... -2.00% 30.40% -3.50 82.00 瑞士 706 0.20% 0.30% ... 1.30% 27.70% 10.20 8.48 台湾 589 2.40% 0.67% ... -1.90% 30.90% 11.60 23.58 波兰 586 4.50% 0.80% ... -0.40% 48.90% -0.70 37.98 瑞典 551 1.00% 0.10% ... 0.90% 38.80% 2.00 10.12 比利时 532 1.20% 0.20% ... -0.70% 102.00% -1.30 11.41 阿根廷 519 0.60% -0.30% ... -5.50% 86.20% -5.40 44.50 泰国 505 2.30% 0.60% ... -2.50% 41.80% 7.50 66.41 委内瑞拉 482 -22.50% -5.40% ... -20.00% 23.00% 6.00 31.83 奥地利 456 1.50% 0.30% ... 0.10% 73.80% 2.30 8.82 伊朗 454 1.80% NaN ... -3.90% 44.20% 1.30 82.10 挪威 435 -0.70% 0.30% ... 7.30% 36.30% 8.10 5.30 阿联酋 414 2.20% 1.70% ... -1.80% 18.60% 9.10 9.60 尼日利亚 397 1.94% 2.85% ... -2.80% 18.20% 2.30 195.87 爱尔兰 376 5.80% 0.70% ... 0.00% 64.80% 9.10 4.84 以色列 370 3.20% 0.30% ... -1.90% 61.00% 1.90 8.97 南非 366 0.90% 3.10% ... -4.40% 55.80% -3.60 58.78 新加坡 364 0.10% -3.30% ... 0.40% 112.20% 17.70 5.64 香港 363 0.50% -0.40% ... 2.10% 38.40% 4.30 7.48 马来西亚 354 4.90% 1.00% ... -3.70% 51.80% 2.30 32.40 丹麦 351 2.60% 0.90% ... 0.50% 34.10% 6.10 5.78 菲律宾 331 5.50% 1.40% ... -3.20% 41.90% -2.40 107.00 哥伦比亚 330 3.00% 1.40% ... -3.10% 50.50% -3.80 49.83 巴基斯坦 313 5.20% 5.79% ... -6.60% 72.50% -4.80 212.22 智利 298 1.90% 0.80% ... -1.70% 25.60% -3.10 18.75 芬兰 276 1.20% 0.50% ... -0.70% 58.90% -1.90 5.51 孟加拉国 274 7.90% 7.90% ... -4.80% 27.90% -3.60 163.70 埃及 251 5.70% 5.40% ... -8.20% 90.50% -2.40 98.00 越南 245 7.31% 6.88% ... -3.50% 57.50% 3.00 94.67 捷克共和国 244 2.70% 0.70% ... 0.90% 32.70% 0.30 10.61 """ data = pd.read_html(url, encoding="utf-8") columns_list = data[0].columns.tolist() columns_list[0] = "国家" data[0].columns = columns_list return data[0] if __name__ == "__main__": qhkc_tool_foreign_df = qhkc_tool_foreign() print(qhkc_tool_foreign_df) qhkc_tool_gdp_df = qhkc_tool_gdp() print(qhkc_tool_gdp_df)