从 Binance 检索所有交易历史 API
Retrieve all Trade History from Binance API
我正在尝试使用 API 从 Binance 检索所有交易历史数据。我知道 Binance 只允许您通过指定代码来获取数据,这很不幸,但假设我将所有代码都放在一个列表中,并且想要全部下载它们,我该如何以优化的方式进行呢?目前正在做以下事情:
import pandas as pd
from binance import Client, ThreadedWebsocketManager, ThreadedDepthCacheManager
from datetime import datetime
client = Client(Binance_key, Binance_secret)
tickers = ['ADABTC', 'ADABUSD', 'ADAUSDT', 'DOGEUSDT', 'LUNABUSD', 'SOLBUSD', 'SOLUSDT',
'USTBUSD', 'XRPBTC', 'XRPBUSD', 'XRPUSDT']
adabtc_trades = client.get_my_trades(symbol=tickers[0])
adabtc_trades_df = pd.DataFrame(adabtc_trades)
然后在获取所有数据帧后,我将它们全部加入,但是,我觉得这不是一个好的做法,一个一个地下载并放入数据帧。推荐?
另外,存取款有接口吗?找不到,谢谢
这就是我学习 Python 的方式——将数据从 API 提取到 pandas 数据帧中。这是对您目前所拥有内容的轻微改进:
迭代代码并在迭代中隐式使用代码值(因此您不必使用索引)。使用 pd.concat
自动将您的数据帧连接在一起。
df = pd.DataFrame()
for ticker in tickers:
data = client.get_my_trades(symbol=ticker)
da = pd.DataFrame(data)
df = pd.concat([df, da], axis=0, ignore_index=True, sort=False)
df.set_index("id", inplace=True)
覆盖SQL数据
connection = os.environ.get('SQL_CONNECTION_STRING')
df.to_sql('StockDataTable', con=connection, if_exists='replace', index=True)
有关更多 df.to_sql
选项,请阅读此处:https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_sql.html
很乐意为您提供任何其他帮助!
我正在尝试使用 API 从 Binance 检索所有交易历史数据。我知道 Binance 只允许您通过指定代码来获取数据,这很不幸,但假设我将所有代码都放在一个列表中,并且想要全部下载它们,我该如何以优化的方式进行呢?目前正在做以下事情:
import pandas as pd
from binance import Client, ThreadedWebsocketManager, ThreadedDepthCacheManager
from datetime import datetime
client = Client(Binance_key, Binance_secret)
tickers = ['ADABTC', 'ADABUSD', 'ADAUSDT', 'DOGEUSDT', 'LUNABUSD', 'SOLBUSD', 'SOLUSDT',
'USTBUSD', 'XRPBTC', 'XRPBUSD', 'XRPUSDT']
adabtc_trades = client.get_my_trades(symbol=tickers[0])
adabtc_trades_df = pd.DataFrame(adabtc_trades)
然后在获取所有数据帧后,我将它们全部加入,但是,我觉得这不是一个好的做法,一个一个地下载并放入数据帧。推荐?
另外,存取款有接口吗?找不到,谢谢
这就是我学习 Python 的方式——将数据从 API 提取到 pandas 数据帧中。这是对您目前所拥有内容的轻微改进:
迭代代码并在迭代中隐式使用代码值(因此您不必使用索引)。使用 pd.concat
自动将您的数据帧连接在一起。
df = pd.DataFrame()
for ticker in tickers:
data = client.get_my_trades(symbol=ticker)
da = pd.DataFrame(data)
df = pd.concat([df, da], axis=0, ignore_index=True, sort=False)
df.set_index("id", inplace=True)
覆盖SQL数据
connection = os.environ.get('SQL_CONNECTION_STRING')
df.to_sql('StockDataTable', con=connection, if_exists='replace', index=True)
有关更多 df.to_sql
选项,请阅读此处:https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_sql.html
很乐意为您提供任何其他帮助!