Boc valet api wrapper
pyvalet的Python项目详细描述
皮瓦莱特
简单,熊猫集成API包装加拿大银行代客API。在
他们的文档页可以找到here
安装:
安装此软件包
入门:
要开始使用pyvalet
,只需打开一个新的python文件并键入:
frompyvaletimportValetInterpretervi=ValetInterpreter()
这将是您与pyvalet所有特性的接口。在
要查看可用的数据类型,请尝试运行以下命令之一:
^{pr2}$这两个命令将为您提供一个pandas
数据帧,其中包含所有可能的序列,
或小组使用代客泊车API进行探索。输出的三个字段是“name”、“label”和“link”。在
第一次运行这些命令时,ValetInterpreter将缓存它们 所以不需要分配输出,除非您计划过滤这些列表。在
可以通过以下方式访问:
vi.series_listvi.groups_list
要获得有关这些系列或组的更多详细信息,请使用get_series_detail()
或get_group_detail()
方法可用
df=vi.get_series_detail("FXUSDCAD",response_format='csv')df_group,df_series=vi.get_group_detail("FX_RATES_DAILY",response_format='csv')
.get_series_detail()
的输出是一个pandas
数据帧,其中包括:,
给定系列的名称和描述。在
.get_group_detail()
的输出是一个pandas
系列和一个数据帧。包含细节的系列
以及包含关于组中所有序列的相同信息的数据帧。在
深入研究,您可以使用get_series_observations()
从这些系列或组中获取观察结果
和get_groups_observations()
方法。在
df_series,df=vi.get_series_observations("FXUSDCAD",response_format='csv')df=vi.get_group_observations("FX_RATES_DAILY",response_format='csv')
可以传递其他关键字参数来更改查询。有关详细信息,请参见docstrings。在
与组细节的方法一样,get_series_observations()
的输出是一个pandas
系列,
和一个数据帧。序列包含序列查询的详细信息,
数据帧包含了观察结果本身。在
- 项目
标签: