Alpha Vantage (Yahoo Fin alt) & Pandas 数据框问题 - .days
Alpha Vantage (Yahoo Fin alt) & Pandas Dataframe Issue - .days
雅虎金融似乎终于一去不复返了，现在正在寻找替代方案。遇到 Alpha Vantage 看起来很有趣。下面的代码是 运行 直到我试图找到开始日期和结束日期之间的增量，但我得到以下错误：
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
按照下面的要求打印数据帧头
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
运气不好，如有任何帮助，我们将不胜感激！
很明显你的索引是一个字符串。使用 df.index.astype:
将其转换为日期时间
In [1165]: df.index = df.index.astype(np.datetime64)
现在，您所做的将起作用：
In [1166]: (df.index[-1] - df.index[0]).days
Out[1166]: 4
雅虎金融似乎终于一去不复返了，现在正在寻找替代方案。遇到 Alpha Vantage 看起来很有趣。下面的代码是 运行 直到我试图找到开始日期和结束日期之间的增量，但我得到以下错误：
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
按照下面的要求打印数据帧头
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
运气不好，如有任何帮助，我们将不胜感激！
很明显你的索引是一个字符串。使用 df.index.astype:
In [1165]: df.index = df.index.astype(np.datetime64)
现在，您所做的将起作用：
In [1166]: (df.index[-1] - df.index[0]).days
Out[1166]: 4