pandas-datareaderでyahooファイナンスのデータを取得する方法

日本の株価データをPythonで取得する方法を探していたところ、pandas-datareaderという便利そうなライブラリを見つけました。

pandas-datareaderは、様々なデータをインターネットから取得し、pandas.DataFrame形式に格納してくれるライブラリです。マニュアルによれば、次のようなデータが取得できるそうです。

Tiingo
IEX
Alpha Vantage
Econdb
Enigma
Quandl
St.Louis FED (FRED)
Kenneth French’s data library
World Bank
OECD
Eurostat
Thrift Savings Plan
Nasdaq Trader symbol definitions
Stooq
MOEX
Naver Finance
Yahoo Finance

日本の株価データは、米国のYahoo Financeから取得できます。それ以外にも、OECDや世界銀行のデータも取得できるので、マクロ環境分析に利用できそうですね。

1 Yahoo Financeデータ取得エラーの対処方法
2 複数の株価データを取得する方法
3 保存された複数の株式データを読み込む方法
4 まとめ
5 参照URL

Yahoo Financeデータ取得エラーの対処方法

しかし、チュートリアルに従って、Yahoo Financeのデータを取得しようとすると、次のようなエラーになります。

Traceback (most recent call last):
  File "/Users/xxx/test/01.ReaderTest/sample.py", line 15, in <module>
    df = web.DataReader(symbol,data_source='yahoo', start=start, end=end )
         ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/usr/local/lib/python3.11/site-packages/pandas/util/_decorators.py", line 210, in wrapper
    return func(*args, **kwargs)
           ^^^^^^^^^^^^^^^^^^^^^
  File "/usr/local/lib/python3.11/site-packages/pandas_datareader/data.py", line 379, in DataReader
    ).read()
      ^^^^^^
  File "/usr/local/lib/python3.11/site-packages/pandas_datareader/base.py", line 253, in read
    df = self._read_one_data(self.url, params=self._get_params(self.symbols))
         ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/usr/local/lib/python3.11/site-packages/pandas_datareader/yahoo/daily.py", line 153, in _read_one_data
    data = j["context"]["dispatcher"]["stores"]["HistoricalPriceStore"]
           ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^
TypeError: string indices must be integers, not 'str'

これは、Yahoo FinanceのAPIで取得できるデータが、暗号化（base64形式）されたことが原因のようです。pandas-datareaderの最終更新は、この仕様変更前なので、仕様変更に未対応なんでしょうね。

このエラーへの対処方法は、すでに多くのサイトで解説されている通り、yfinanceライブラリでpandas-datareaderの関数をオーバーロードしてしまうことです。コードは次のようになります。

import pandas_datareader.data as web
import datetime as dt
import yfinance as yf

yf.pdr_override()

ticker = "7203"
symbol = ticker + ".T"

start  = dt.datetime(2016,3,1)
end    = dt.date.today()

df = web.get_data_yahoo(tickers=symbol,start=start,end=end)
#df = web.DataReader(symbol,data_source='yahoo', start=start, end=end )
print(df)
df.to_csv( "y_stock_data_"+ticker+".csv")

yfinance.pdr_override()関数でオーバーライドさせた後、pandas_datareader.data.get_data_yahoo()を使って呼び出すと、次のように無事に株価データを取得できました。（トヨタ自動車の例です）

                   Open         High  ...    Adj Close    Volume
Date                                  ...                       
2016-03-01  1170.599976  1187.000000  ...   869.600647  55466000
2016-03-02  1213.800049  1237.000000  ...   899.704102  70179500
2016-03-03  1219.400024  1241.800049  ...   911.656555  55276500
2016-03-04  1234.000000  1246.400024  ...   919.182556  48802500
2016-03-07  1241.000000  1244.599976  ...   900.146606  61889000
...                 ...          ...  ...          ...       ...
2023-05-15  1939.500000  1942.000000  ...  1933.000000  16791400
2023-05-16  1933.000000  1939.500000  ...  1923.500000  18728200
2023-05-17  1925.000000  1935.500000  ...  1928.000000  16295600
2023-05-18  1945.000000  1958.000000  ...  1955.500000  28317600
2023-05-19  1963.500000  1973.500000  ...  1959.500000  23600700

[1784 rows x 6 columns]

上記のサンプルコードでは、何度もアクセスするとサーバに負荷をかけてしまうので、データはすぐにCSVに保存しています。

複数の株価データを取得する方法

pandas_datareaderでは、get_data_yahoo()関数のtickers引数に株式シンボルのリストを渡すと、複数の株価データを一度に取得してくれます。

例えば、株式コードのリストをCSVファイルcode.csvに保存しておいたとすると、次のようなプログラムを株価データを一度に取得できます。

import pandas_datareader.data as web
import datetime as dt
import pandas as pd
import yfinance as yf

yf.pdr_override()

tickers = pd.read_csv("code.csv",index_col=0,header=0) # "コード","企業名"という形式を想定

start   = dt.datetime(2013,1,1)
end     = dt.date.today()

symbols = []
for ticker in tickers.index:
        symbol = str(ticker) + ".T"
        symbols.append(symbol)

df = web.get_data_yahoo(tickers=symbols,start=start,end=end)

df.to_csv( "y_stock_data.csv")

例えば、code.csvに大型株のコードが記載されていたとすると、次のようなデータが取得されます。

              Adj Close                            ...   Volume                   
                 1605.T       1925.T       1928.T  ...   9735.T   9983.T    9984.T
Date                                               ...                            
2013-01-04   873.625122  1135.737427   672.709351  ...   800500  1761900  12023000
2013-01-07   864.160034  1118.928223   674.774902  ...   688400  2942100  13892400
2013-01-08   860.374146  1104.311279   665.135193  ...   760300  1850400  10749800
2013-01-09   849.962463  1124.774902   663.069519  ...   848200  1901700  11551600
2013-01-10   848.069458  1145.969360   681.660278  ...   635100  1764300   8860200
...                 ...          ...          ...  ...      ...      ...       ...
2023-05-15  1464.000000  3539.000000  2850.500000  ...   959800   785000   9989400
2023-05-16  1482.000000  3554.000000  2865.000000  ...  1045900  1249300   8285300
2023-05-17  1475.000000  3565.000000  2907.500000  ...   799100  1248500  16585800
2023-05-18  1493.000000  3565.000000  2938.500000  ...   951600  1334200  12279500
2023-05-19  1500.000000  3543.000000  2911.000000  ...   818400  1530000   8635000

[2556 rows x 594 columns]

保存された複数の株式データを読み込む方法

このような複数の株価データを取得する行為は、サーバに多大な負荷をかけてしまいますので、一度取得したデータはファイルに保存して利用した方が良いでしょう。

しかしながら、取得した株価データは、ラベルが数値の意味（”Adj close”, “close”, “high”,”low”,”open”,”volume”）と株式コードの２段になっていて、csvを読み込む際にheader=[0,1]とリスト指定する必要があります。また、CSVファイルでは”Date”のみの行が存在するため、この行を読み飛ばすskiprows=0の指定も必要になります。

pandas.read_csv()での読み込みは次のようになります。

data = pd.read_csv("y_stock_data.csv",index_col=0,skiprows=0,header=[0,1])

また、このように読み込まれたdataから、調整後の終値だけを取り出す場合、次のように指定します。

adj_closes = data["Adj Close"]

adj_closesには、次のようなデータが格納されています。

                 1605.T       1925.T  ...        9983.T       9984.T
Date                                  ...                           
2013-01-04   873.625305  1135.737549  ...   6747.730957  1455.377441
2013-01-07   864.159973  1118.928223  ...   6933.141113  1427.434326
2013-01-08   860.374268  1104.311279  ...   6963.536621  1446.063232
2013-01-09   849.962341  1124.775024  ...   6936.181152  1415.791504
2013-01-10   848.069519  1145.969482  ...   6857.152344  1415.791504
...                 ...          ...  ...           ...          ...
2023-05-15  1464.000000  3539.000000  ...  31950.000000  4950.000000
2023-05-16  1482.000000  3554.000000  ...  32270.000000  4999.000000
2023-05-17  1475.000000  3565.000000  ...  32990.000000  5240.000000
2023-05-18  1493.000000  3565.000000  ...  33360.000000  5200.000000
2023-05-19  1500.000000  3543.000000  ...  34090.000000  5179.000000

[2556 rows x 99 columns]

まとめ

データ分析をしようとすると、まずデータを集めることに苦労するのですが、pandas-datareaderがあると簡単にデータが収集できて便利ですね。

インターネット上に公開されているデータで分析する際には、使ってみてはいかがでしょうか？

参照URL

pandas-datareader : https://pydata.github.io/pandas-datareader/index.html
yfinance : https://pypi.org/project/yfinance/

Post Views: 1,853

Yahoo Financeデータ取得エラーの対処方法

複数の株価データを取得する方法

保存された複数の株式データを読み込む方法

まとめ

参照URL

関連投稿

コメントを残すコメントをキャンセル