1

现在正在寻找替代方案，雅虎金融似乎已经一去不复返了。遇到了看起来非常有趣的Alpha Vantage 。下面的代码正在运行，直到我尝试找到开始日期和结束日期之间的增量，但我收到以下错误：

from alpha_vantage.timeseries import TimeSeries
ts = TimeSeries(key=key, output_format="pandas")
data, meta_data = ts.get_daily("AAPL",outputsize="full")
days = (data.index[-1]- data.index[0]).days

输出：

days = (data.index[-1]- data.index[0]).days
TypeError: unsupported operand type(s) for -: 'str' and 'str'

我也试过：

days = (float(data.index[-1])- float(data.index[0])).days

和

days = (int(data.index[-1])- int(data.index[0])).days

如下所示的打印数据帧头

print(data.head())

输出：

             open     low   close    high     volume
2000-01-03  104.87  101.69  111.94  112.50  4783900.0
2000-01-04  108.25  101.19  102.50  110.62  4574800.0
2000-01-05  103.75  103.00  104.00  110.56  6949300.0
2000-01-06  106.12   95.00   95.00  107.00  6856900.0
2000-01-07   96.50   95.50   99.50  101.00  4113700.0

没有任何运气，任何帮助将不胜感激！

4

1 回答 1

2

很明显，您的索引是一个字符串。使用以下方法将其转换为日期df.index.astype时间：

In [1165]: df.index = df.index.astype(np.datetime64)

现在，您正在做的事情将起作用：

In [1166]: (df.index[-1] - df.index[0]).days
Out[1166]: 4
于 2017-07-25T22:38:35.193 回答