Python中运用Pandas爬取维基百科SP500数据并保存
Pandas是什么?
pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量快速便捷地处理数据的函数和方法。它是使Python成为强大而高效的数据分析环境的重要因素之一。
步骤
1.引入库
代码如下:
import numpy as np
import pandas as pd
2.读入数据
代码如下:
payload=pd.read_html('https://en.wikipedia.org/wiki/List_of_S%26P_500_companies')
first_table = payload[0]
second_table = payload[1]
df = first_table
df.head()
3.选取字段
代码如下:
Names = df['Security'].values.tolist()
CIK = df['CIK'].values.tolist()
General_industry = df['GICS Sector'].values.tolist()
Sub_industry = df['GICS Sub-Industry'].values.tolist()
Ticker = df['Symbol'].values.tolist()
4.DataFrame创建数据表
代码如下:
x=pd.DataFrame({'Name':Names,'CIK':CIK,'General_industry':General_industry, 'Sub_industry':Sub_industry, 'Ticker':Ticker})
print(x)
5.保存至Excel
代码如下:
x.to_excel("S&P500.xls",sheet_name="S&P 500 companies")
总结
结果如图