код возвращает Dataframe при работе на windows или Ubuntu, но показывает пустой DataFrame при запуске на heroku - PullRequest
Новая
       30

код возвращает Dataframe при работе на windows или Ubuntu, но показывает пустой DataFrame при запуске на heroku

0 голосов
/ 29 апреля 2020

  • Если я запускаю этот код на windows или Ubuntu, я получаю DataFrame без ошибок. Однако я хотел бы автоматизировать его и периодически запускать на Heroku. когда я пытаюсь запустить его на героку. я получаю пустой DataFrame Столбцы: [имена столбцов] index: [] [ошибка происходит в этом формате] 1 как исправить эту ошибку КОД НИЖЕ: 

    from nsepy import get_history
import numpy as np
import pandas as pd
from datetime import date, timedelta
import os
import csv

pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 500)
pd.set_option('display.width', 1000)


# retrieves the names of stock
companies_file = (open('stocklist.csv'))
companies_list = csv.reader(companies_file)
def data():
    global xxx
    # creates new data frame
    final = pd.DataFrame()
    counter = 0

    # dates configuration

    end_day = date.today()
    start_day = end_day - timedelta(365)

    for company in companies_list:
        try:

            symbol, name = company
            # iterates through stock lists and retrieves by date conditions
            df = get_history(symbol=symbol.format(symbol), start=start_day, end=end_day)

            # adds three columns for statistical purposes
            change = np.log(df['Close'] / df['Close'].shift())
            stdev = np.std(change)
            avg = np.mean(change)
            df['Upside'] = round(((avg + stdev) * 100), 2)
            df['Downside'] = round(((avg - stdev) * 100), 2)
            df['Stock Name'] = symbol

            df['PP'] = round(((df['High'] + df['Low'] + df['Close']) / 3), 2)
            df['R1'] = (2 * df['PP'] - df['Low'])
            df['S1'] = (2 * df['PP'] - df['High'])
            df['R2'] = (df['PP'] + df['High'] - df['Low'])
            df['S2'] = (df['PP'] - df['High'] + df['Low'])
            df['R3'] = (df['High'] + 2 * (df['PP'] - df['Low']))
            df['S3'] = (df['Low'] - 2 * (df['High'] - df['PP']))
            df['3 Day Avg. Volume'] = (df['Volume'].rolling(window=3).mean())

            # select new columns / first row
            selected = df.iloc[-1:, [16, 6, 9,14,15,23,21,19,17,18,20,22,24]]

            # appends datasets to final dataframe
            final = pd.concat([final, selected])
            xxx = final.copy()

        except:
            continue

        # counts the iteration
        counter += 1

        # show progress
        print("Writing " + str(counter) + " of " + str(companies_list) + "!")

        # clears console
        os.system('cls')

    data ()

    def upload (): data () print (xxx)

    upload ()

...