python股票数据保存为excel表格

A. 如何下载股票历史成交数据到Excel或txt

要下载股票历史成交数据到Excel或txt，可以采取以下方法：

1. 使用专业的金融数据平台或软件：

   • 访问如东方财富、同花顺、Wind资讯等专业的金融数据平台或软件。
   • 在这些平台或软件中，通常会有专门的“数据下载”或“数据导出”功能。
   • 选择你想要下载的股票，并设定时间范围、数据类型等参数。
   • 点击下载或导出按钮，选择Excel或txt格式进行保存。

2. 使用股票交易软件的数据导出功能：

   • 如果你使用的是股票交易软件，它们也可能提供数据导出功能。
   • 在软件中找到你想要查看的股票的历史成交数据。
   • 选择导出功能，并选择Excel或txt格式进行保存。

3. 编写程序获取数据：

   • 如果你熟悉编程，可以使用Python等编程语言，通过调用金融数据API来获取股票历史成交数据。
   • 将获取到的数据按照你的需求处理并保存到Excel或txt文件中。

4. 利用在线工具或网站：

   • 有些在线工具或网站也提供股票历史数据的下载服务。
   • 在这些网站或工具上，你可以输入股票代码和想要下载的时间范围，然后选择Excel或txt格式进行下载。

注意事项：

• 在下载股票历史成交数据时，请确保你遵守了相关平台或软件的使用规定和隐私政策。
• 如果你是通过编写程序获取数据，请注意API的使用限制和费用情况。
• 下载的数据可能需要进行一定的处理才能满足你的具体需求。

B. 如何在股市中游刃有余将股票数据轻松导入Excel表格！

要将股票数据轻松导入Excel表格，并做到在股市中游刃有余，您可以采取以下几种方法：

一、直接复制粘贴

• 适用场景：适用于数据量较小的情况。
• 操作步骤：从网上找到相关股票的信息，直接复制，然后粘贴到Excel表格中。这种方法简单直接，无需额外工具或技术。

二、利用第三方工具

• 适用场景：适用于需要处理大量数据的情况。
• 操作步骤：
  • 选择合适的第三方工具，如Tushare、QUANTAXIS等，这些工具提供了丰富的数据接口和友好的用户界面。
  • 使用这些工具自动化抓取股票数据，并将其导出为CSV格式。
  • 将CSV文件导入Excel表格，即可进行后续的数据分析。

三、编程实现自动导入

• 适用场景：适用于有编程基础且需要高度自动化的情况。
• 操作步骤：
  • 使用Python中的pandas库或R语言中的readr包。
  • 编写脚本读取证券交易所提供的API返回的数据，并将其转换为DataFrame格式。
  • 使用pandas或readr提供的函数将DataFrame保存到Excel文件中。

总结：

• 直接复制粘贴适用于少量数据的快速导入。
• 第三方工具能够自动化处理大量数据，提高数据抓取和导入的效率。
• 编程实现则提供了更高的灵活性和自动化程度，适合有编程基础的投资者。

掌握这些方法，您将能够轻松地将股票数据导入Excel表格，并利用Excel强大的数据分析功能进行投资分析，从而在股市中游刃有余。

C. 如何用python将数据写入excel表格

简单的介绍一下这两个库，先说xlrd，这个库读Excel比较方便，各种方法使用起来也挺方便：
bk = xlrd.open_workbook('your.xls')
sh = bk.sheets()[-1]
上面两句就可以打开Excel表格中的一个sheet，sheets得到的是一个list，存放所有的sheet。
sh.nrows是该sheet中的行数，知道这个后就可以使用for循环来读所有的单元格了：
sh.row(i)[3]这个就代表第i行的第4列。
再看看pyExcelerator，这个用起来有点别扭：
sheets = parse_xls('result.xls')
先打开一个表格，sheets是一个list，包含了所有表格的内容，每一项就是一个sheet，而每个sheet是二元tuple，第一个是该sheet的名字，第二个是一个dict，dict的key是一个二元组，表示单元格的坐标，如(0,0)，第一行第一列。
从上面的分析中可以得出要访问Excel中第一个sheet的第一行第一列元素需要：
sheets[0][1][(0,0)]
pyExcelerator也不能得到行列数。
写文件也比较简单：
wb = Workbook()
ws = wb.add_sheet('result')
ws.write(0,0,“hello”)
wb.save('result.xls')
就不解释了:-)
写文件时需要注意直接写Unicode内容进去，而不要写编码过的内容。
本文来源于可可熊的窝 http://cocobear.info/blog , 原文地址：