基于特定键和值的复杂嵌套字典子集

Question

我正在使用 yahoofinancials 包来获取某些选定代码的历史价格。 下面的代码给了我一个复杂的嵌套字典

from yahoofinancials import YahooFinancials
yahoo_financials = YahooFinancials(ticker_sub)
data = yahoo_financials.get_historical_price_data(start_date=period_start
                                                  , end_date=period_end
                                                  , time_interval='daily')

这是我得到的字典样本：

{'RYAN.L': 
    {
    'eventsData': {}
    }
, 'SAP': 
    {
    'eventsData': {}
    , 'firstTradeDate': 
        {
        'formatted_date': '1995-09-18'
        , 'date': 811431000
        }
    , 'currency': 'USD'
    , 'instrumentType': 'EQUITY'
    , 'timeZone': {'gmtOffset': -14400}
    , 'prices': [{
        'date': 1599249601
        , 'high': 161.3000030517578
        , 'low': 153.94000244140625
        , 'open': 160.42999267578125
        , 'close': 159.42999267578125
        , 'volume': 702491
        , 'adjclose': 159.42999267578125
        , 'formatted_date': '2020-09-04'
        }]
    }
}

但是，当我运行下面的代码以在 Pansdas DF（下面的代码）中获取它时，我遇到了一些 keyError [KeyError: 'prices']。

stock_hist_df = pd.DataFrame({
    a: {x['formatted_date']: x['adjclose'] for x in data[a]['prices']}
        for a in ticker_sub
})

我认为，因为字典 [data] 中的第一个元素没有 ['prices'] 键（任何数据）。

我对 Python 还是相当陌生，并且我一天中的大部分时间都在使用循环/列表理解来对 ['prices'] 键和值 [>0] 退出的位置进行子集化。 然后，下一部分 [pd.DataFrame] 有望成功！ 想知道是否有人可以帮助我解决这个问题或建议替代/更好的方法来处理这个问题。

干杯:-)

纳德尔

Answer 1

你可以试试下面的代码。

stock_hist_df = pd.DataFrame({
    a: {x['formatted_date']: x['adjclose'] for x in data[a].get('prices', [])}
        for a in ticker_sub
})

Answer 2

对于历史数据，您可能会发现使用 yfinance 库更容易。

import yfinance as yf
import pandas as pd

df = yf.download('IBM', 
                  start='2020-01-01', 
                  end='2020-09-05', 
                  progress=False)