Как анализировать исторические данные BTC из Coinmarketcap? - PullRequest
Новая
       17

Как анализировать исторические данные BTC из Coinmarketcap?

1 голос
/ 20 октября 2019

Я пытаюсь научиться просматривать в Интернете исторические данные BTC с Coinmarketcap.com, используя Python, запросы и BeautifulSoup.

Я бы хотел разобрать следующее:

1) Дата

2) Закрыть

3) Объем

4) РынокCap

Вот мой код: 

import requests
from bs4 import BeautifulSoup
from fake_useragent import UserAgent

ua = UserAgent()
header = {'user-agent': ua.chrome}
response = requests.get('https://coinmarketcap.com/currencies/bitcoin/historical-data/', headers=header)

# html.parser
soup = BeautifulSoup(response.content,'lxml')  

tags = soup.find_all('td')
print(tags)

Я могу собрать нужные данные, но я не уверен, как правильно их проанализировать. Я бы предпочел, чтобы даты возвращались как можно дальше («Все время»). Любой совет будет принята с благодарностью. Заранее спасибо!

Ответы [ 3 ]

2 голосов
/ 20 октября 2019

Это один из способов, как вы можете получить свои вышеупомянутые поля из этой таблицы, используя библиотеку BeautifulSoup. Я использовал .select() вместо .find_all(), чтобы найти нужные элементы.

Рабочий раствор: 

import pandas
import requests
from bs4 import BeautifulSoup

link = 'https://coinmarketcap.com/currencies/bitcoin/historical-data/?start={}&end={}'

def get_coinmarketcap_info(url,s_date,e_date):
    response = requests.get(url.format(s_date,e_date))
    soup = BeautifulSoup(response.text,"lxml")

    for items in soup.select("table.table tr.text-right"):
        date = items.select_one("td.text-left").get_text(strip=True)
        close = items.select_one("td[data-format-market-cap]").find_previous_sibling().get_text(strip=True)
        volume = items.select_one("td[data-format-market-cap]").get_text(strip=True)
        marketcap = items.select_one("td[data-format-market-cap]").find_next_sibling().get_text(strip=True)
        yield date,close,volume,marketcap

if __name__ == '__main__':
    dataframe = (elem for elem in get_coinmarketcap_info(link,s_date='20130428',e_date='20191020'))
    df = pandas.DataFrame(dataframe)
    print(df)
2 голосов
/ 20 октября 2019

Вы можете requests и lxml для этого:

Вот функция coinmarketcap_get_btc, которая будет принимать даты начала и окончания в качестве параметров и собирать соответствующие данные 

import lxml.html
import pandas
import requests


def float_helper(string):
    try:
        return float(string)
    except ValueError:
        return None


def coinmarketcap_get_btc(start_date: str, end_date: str) -> pandas.DataFrame:
    # Build the url
    url = f'https://coinmarketcap.com/currencies/bitcoin/historical-data/?start={start_date}&end={end_date}'
    # Make the request and parse the tree
    response = requests.get(url, timeout=5)
    tree = lxml.html.fromstring(response.text)
    # Extract table and raw data
    table = tree.find_class('table-responsive')[0]
    raw_data = [_.text_content() for _ in table.find_class('text-right')]
    # Process the data
    col_names = ['Date'] + raw_data[:6]
    row_list = []
    for x in raw_data[6:]:
        _, date, _open, _high, _low, _close, _vol, _m_cap, _ = x.replace(',', '').split('\n')
        row_list.append([date, float_helper(_open), float_helper(_high), float_helper(_low),
                         float_helper(_close), float_helper(_vol), float_helper(_m_cap)])
    return pandas.DataFrame(data=row_list, columns=col_names)

Вы всегда можете не указывать столбцы, которые не представляют интереса, и добавлять дополнительные функции (например, принимать datetime.datetime объекты в качестве дат).

Внимание , f-string, использованное для построениядля URL-адреса требуется как минимум версия 3.x Python (я думаю, что 3.6), поэтому, если вы используете старую версию, просто используйте одну из 'string{var}.format(var=var)' или 'string%s' % var нотаций.

Пример

df = coinmarketcap_get_btc(start_date='20130428', end_date='20191020')
df
#              Date    Open*     High      Low  Close**        Volume    Market Cap
# 0     Oct 19 2019  7973.80  8082.63  7944.78  7988.56  1.379783e+10  1.438082e+11
# 1     Oct 18 2019  8100.93  8138.41  7902.16  7973.21  1.565159e+10  1.435176e+11
# 2     Oct 17 2019  8047.81  8134.83  8000.94  8103.91  1.431305e+10  1.458540e+11
# 3     Oct 16 2019  8204.67  8216.81  7985.09  8047.53  1.607165e+10  1.448240e+11
# 4     Oct 15 2019  8373.46  8410.71  8182.71  8205.37  1.522041e+10  1.476501e+11
# ...           ...      ...      ...      ...      ...           ...           ...
# 2361  May 02 2013   116.38   125.60    92.28   105.21           NaN  1.168517e+09
# 2362  May 01 2013   139.00   139.89   107.72   116.99           NaN  1.298955e+09
# 2363  Apr 30 2013   144.00   146.93   134.05   139.00           NaN  1.542813e+09
# 2364  Apr 29 2013   134.44   147.49   134.00   144.54           NaN  1.603769e+09
# 2365  Apr 28 2013   135.30   135.98   132.10   134.21           NaN  1.488567e+09
# 
# [2366 rows x 7 columns]
1 голос
/ 20 октября 2019

У вас может быть функция, которая возвращает количество месяцев (вы можете изменить это, но месяцы - достаточно хороший пример), а затем использовать pandas read_html, чтобы получить таблицу и подмножество для столбцов. В настоящее время он настроен на работу с сегодняшней даты. 

import requests
import pandas as pd
from datetime import datetime
from dateutil.relativedelta import relativedelta

def get_date_range(number_of_months:int):
    now = datetime.now()
    dt_end = now.strftime("%Y%m%d")
    dt_start = (now - relativedelta(months=number_of_months)).strftime("%Y%m%d")
    return f'start={dt_start}&end={dt_end}'

number_of_months = 3

table = pd.read_html(f'https://coinmarketcap.com/currencies/bitcoin/historical-data/?{get_date_range(number_of_months)}')[0]
table = table[['Date', 'Close**', 'Volume','Market Cap']]
print(table)
...