如何从羊驼贸易API BarSet获取原始数据？

Question

我想将结果从alpaca_trade_api中的get_barset转换为dict，以便访问原始值

{
    'AAPL': [
        Bar({   'c': 204.25,'h': 205.08,'l': 202.9,'o': 203.35,'t': 1562299200,'v': 14933941}), 
        Bar({   'c': 200.01,'h': 201.4,'l': 198.41,'o': 200.81,'t': 1562558400,'v': 21987224})
    ]
}

import alpaca_trade_api as tradeapi
import pandas as pd

bar= api.get_barset('AAPL', 'day', limit=2)
df=pd.DataFrame.from_dict(bar)
print(df)

此过程的打印输出如下所示。我不知道如何从每个Bar获取原始数据

                                           AAPL
 0  Bar({   'c': 204.25,\n    'h': 205.08,\n    'l...
 1  Bar({   'c': 200.01,\n    'h': 201.4,\n    'l'...

我希望我的数据最终看起来像这样：

               c       h       l       o       t           v
bar1    204.25  205.08  202.9   203.35  1562299200  14933941
bar2    200.01  201.4   198.41  200.81  1562558400  21987224

任何和所有的帮助都将不胜感激。对不起，如果有东西丢失了，这是第一篇文章。谢谢你的帮助

Answer 1

这个问题有两个答案

1. 这将创建一个数据帧

import alpaca_trade_api as tradeapi #see https://alpaca.markets/
import pandas as pd

api = tradeapi.REST(key_id, secret_key, base_url)

symbol = 'AAPL'

bar= api.get_barset(symbol, 'day', limit=60).df

1. 这是一种更为野蛮的方法，但也做了同样的事情

import alpaca_trade_api as tradeapi #see https://alpaca.markets/
import pandas as pd

api = tradeapi.REST(key_id, secret_key, base_url)

symbol = 'AAPL'

bar= api.get_barset(symbol, 'day', limit=60)

c = []
h = []
l = []
o = []
t = []
v = []
idx = []

i = 0
for i in range(len(bar[symbol])):
    temp_c = c.append(bar[symbol][i].c) 
    temp_h = h.append(bar[symbol][i].h)
    temp_l = l.append(bar[symbol][i].l)
    temp_o = o.append(bar[symbol][i].o)
    temp_t = t.append(bar[symbol][i].t)
    temp_v = v.append(bar[symbol][i].v)
    temp_idx = idx.append(i)
    i = i + 1
df_bar_t = pd.DataFrame(t, idx,columns = ['Datetime'])
df_bar_c = pd.DataFrame(c, idx, columns = ['Close'])
df_bar_h = pd.DataFrame(h, idx, columns = ['High'])
df_bar_l = pd.DataFrame(l, idx, columns = ['Low'])
df_bar_o = pd.DataFrame(o, idx, columns = ['Open'])
df_bar_v = pd.DataFrame(v, idx, columns = ['Volume'])

mdf1 = pd.merge(df_bar_t,df_bar_c, left_index = True, right_index = True)
mdf2 = pd.merge(mdf1,df_bar_h, left_index = True, right_index = True )
mdf3 = pd.merge(mdf2,df_bar_l, left_index = True, right_index = True )
mdf4 = pd.merge(mdf3,df_bar_o, left_index = True, right_index = True )
mdf4 = pd.merge(mdf4,df_bar_v, left_index = True, right_index = True )

Answer 2

羊驼仍然是相当新的，不幸的是没有最具解释性的文件。首先，alpaca_trade_api.get_barset的结果是BarSet。有一个BarSet的.df属性，但是BarSet本身和它的df都不能让我们直接访问原始结果

深入研究API的BarSet源代码，可以找到here，我们可以看到两件事：

1. BarSet是dict的一个子类
2. BarSet具有_raw属性

我们可以使用这个_raw属性来访问原始数据，它是一个dict

symbol = "AAPL"
bar_set = api.get_barset(symbol, "day", limit=5)._raw

哪些产出：

{
    'AAPL': [
        {'t': 1607317200, 'o': 122.31, 'h': 124.57, 'l': 122.25, 'c': 123.8, 'v': 72463180}, 
        {'t': 1607403600, 'o': 124.37, 'h': 124.98, 'l': 123.09, 'c': 124.33, 'v': 69695298}, 
        {'t': 1607490000, 'o': 124.53, 'h': 125.95, 'l': 121, 'c': 121.67, 'v': 99218318}, 
        {'t': 1607576400, 'o': 120.5, 'h': 123.87, 'l': 120.15, 'c': 123.22, 'v': 70011939}, 
        {'t': 1607662800, 'o': 122.43, 'h': 122.76, 'l': 120.55, 'c': 122.49, 'v': 75289233}
    ]
}

因此，如果您想用原始值创建一个pandas.DataFrame，您可以这样做：

import pandas as pd

symbol = "AAPL"
bar_set = api.get_barset(symbol, "day", limit=5)[symbol]._raw
df = pd.DataFrame(data=bar_set)

这给了我们：

            t       o       h       l       c         v
0  1607317200  122.31  124.57  122.25  123.80  72463180
1  1607403600  124.37  124.98  123.09  124.33  69695298
2  1607490000  124.53  125.95  121.00  121.67  99218318
3  1607576400  120.50  123.87  120.15  123.22  70011939
4  1607662800  122.43  122.76  120.55  122.49  75289233