獲取最新股票代碼列表

在tushare中,任何數(shù)據(jù)處理的前提都是獲取最新的股票代碼列表,有兩種方式可以獲得:

方法一

使用ts.get_today_all()
返回結(jié)果如下:

,code,name,changepercent,trade,open,high,low,settlement,volume,turnoverratio,amount,per,pb,mktcap,nmc
0,
603999,讀者傳媒,-4.711,7.08,7.4,7.43,7.03,7.43,4208328.0,1.82653,30356269.0,54.046,2.4130000000000003,407808.0,163123.2
1,
603998,方盛制藥,0.0,9.43,0.0,0.0,0.0,9.43,0.0,0.0,0.0,58.938,4.066,406373.09121,400960.50696
2,

改方法的缺點是獲取數(shù)據(jù)的速度比較慢,實測大約10-15秒左右,根據(jù)用戶的網(wǎng)絡情況而定。

方法二

使用ts.get_stock_basics()
耗時約1-2秒
返回結(jié)果如下:

code,name,industry,area,pe,outstanding,totals,totalAssets,liquidAssets,fixedAssets,reserved,reservedPerShare,esp,bvps,pb,timeToMarket,undp,perundp,rev,profit,gpr,npr,holders

603348,N文燦,汽車配件,廣東,31.12,0.55,2.2,233744.7,80512.95,108315.56,47590.95,2.16,0.706,6.82,3.22,20180426,46519.78,2.11,27.98,0.39,26.63,9.97,51255.0

300216,千山藥機,醫(yī)療保健,湖南,56.22,2.61,3.61,449811.91,224934.97,49833.87,22273.2,0.62,0.12300000000000001,3.36,2.74,20110511,55952.16,1.55,61.48,135.27,49.98,6.51,25120.0

結(jié)論

1.兩種方法對于系統(tǒng)的開銷不同,視使用場景和需獲取的數(shù)據(jù)類型決定使用何種方法。
2.兩種方法均只能獲取傳統(tǒng)型的股票代碼,比如600、000、300等開頭的代碼,不支持510、1599開頭的ETF基金
3.對于ETF,我一般將經(jīng)常需要處理的代碼匯總成list,直接導入系統(tǒng)查詢,列表如下:['512880','510050','510180','510230','510300','510500','510880','510900','159901','159902','159915','159919','159920','159934','159937','159938','159949','159952']

特別提示:一個小坑

在list導入時,python會將代碼認定為int類型,所以在查詢諸如000555的代碼時,會變成ts.get_k_data(555),從而會報錯,因此list處理時,需要補0。此處需要使用int型數(shù)據(jù)補零方法

#int型數(shù)據(jù)補零方法
i = "%06d" % i
#文本型數(shù)據(jù)補零方法
i=i.zfill(6)

運行代碼

def load_today_all():
    '''
    [加載當日實時數(shù)據(jù)]######
    從硬盤中獲取當日交易的數(shù)據(jù),數(shù)據(jù)由update_today_all提供更新
    【行情不含基金和ETF】
    讀取目錄在/data/today_all.csv
    '''
    allcode=[]
    #載入代碼
    df=pd.read_csv('~/environment/TuShare/data/today_all.csv')
    #篩選代碼
    df.set_index(['code'], inplace = True) 
    for i in df.index:
        i = "%06d" % i
        #i=i.zfill(6)
        allcode.append(i)
        print(i)
    return allcode
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,836評論 6 540
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,275評論 3 428
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,904評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,633評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,368評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,736評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,740評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,919評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,481評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 41,235評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,427評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,968評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,656評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,055評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,348評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,160評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,380評論 2 379

推薦閱讀更多精彩內(nèi)容