2

Intenté recuperar los precios del stock de Gucci. Utilisé el API msn sobre cinco años. Sin embargo tengo problemas con el timestamp.

url = 'https://finance.services.appex.bing.com/Market.svc/ChartAndQuotes?symbols=160.1.KER.PAR&chartType=5y'
resp = requests.get(url=url)
prices_gucci = resp.json()
df = pd.DataFrame(prices_gucci[0]['Chart']['Series'])

Y obtengo :

    IsStitched  P   T
0   NaN         149.00  7397280
1   NaN         148.05  10080
2   NaN         147.50  20160
...

Entonces intenté, siguiendo la respuesta de abulafia :

df['T'] = pd.to_datetime(df['T'], unit='ms')

Pero obtengo :

    IsStitched  P   T
0   NaN 149.00  1970-01-01 02:03:17.280
1   NaN 148.05  1970-01-01 00:00:10.080
2   NaN 147.50  1970-01-01 00:00:20.160
...
262 NaN 410.00  1970-01-01 00:43:46.560
263 True    417.10  1970-01-01 00:43:50.175

Y no es la fecha. En efecto cuando lo hizo llamando por

with open(r"C:\Users\antoi\Documents\Programming\Tests\StockPredictions\160.1.KER.PAR.json") as f:
    prices_gucci = json.load(f)
df = pd.DataFrame.from_dict(json_normalize(prices_gucci['5y']['Chart']['Series']), orient='columns')
df = df[["P","timestamp"]]
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
df.head()

    P   timestamp
0   152.20  2014-01-16 22:00:00
1   149.00  2014-01-23 22:00:00
...

Actualización

Parece que el valor la primera línea de df['T']: 7397280es la diferencia en segundos desde 2000-01-01, y las otras las diferencias con este primera diferencia.

6
  • ¿Esta pregunta no es lo mismo que esta otra ?
    – abulafia
    el 24 ene. 2019 a las 11:52
  • @abulafia Si pero el timestamp parece ser diferente el 24 ene. 2019 a las 11:59
  • Quizás el timestamp usa como unidad "s" en este caso, pues el primer número es pequeño. O quizás es un "timedelta" (distancia entre tiempos), de modo que cada nueva fila indica cuánto tiempo pasó desde la anterior Hace falta esta información para decidir cómo convertirlo a fecha
    – abulafia
    el 24 ene. 2019 a las 13:18
  • @abulafia Según un amigo que trabaja sobre las APIs de MSN, parece que el valor la primera línea de df['T']: 7397280 es para 2000-01-01 y los demás son el tiempo desde esta fecha. el 24 ene. 2019 a las 16:06
  • Disculpe, 7397280 es la diferencia en segundos desde 2000-01-01 y las otras las diferencias con este primera diferencia el 24 ene. 2019 a las 16:15

1 respuesta 1

1

pd.datetime() es bastante flexible, pues permite que se le pase como parámetro las unidades del timestamp (minutos en este caso) y el origen de tiempos (2000-01-01 en este caso), pero necesita que todos los timestamp tengan el mismo origen de tiempos, lo que no es el caso en este dataframe.

La primera fila del dataframe usa como origen de tiempos 2000-01-01, pero las restantes filas usan como origen el dictado por la primera fila.

La forma más simple que se me ocurre para abordar este problema consiste en sumar a todas las filas salvo la primera, el valor de la primera fila. De este modo ya todas usarán como origen 2000-01-01.

Es decir:

# Lectura de datos
url = 'https://finance.services.appex.bing.com/Market.svc/ChartAndQuotes?symbols=160.1.KER.PAR&chartType=5y'
resp = requests.get(url=url)
prices_gucci = resp.json()
df = pd.DataFrame(prices_gucci[0]['Chart']['Series'])

# Corregir origen de timestamps
origen = df.loc[0, "T"]
df.loc[1:, "T"] = df.loc[1:, "T"] + origen

# Convertir a datetime
df["fecha"] = pd.to_datetime(df["T"], unit="m", origin=pd.Timestamp('2000-01-01'))

print(df.head())
  IsStitched       P        T      fecha
0        NaN  149.00  7397280 2014-01-24
1        NaN  148.05  7407360 2014-01-31
2        NaN  147.50  7417440 2014-02-07
3        NaN  152.30  7427520 2014-02-14
4        NaN  151.45  7437600 2014-02-21
7
  • Muchas gracias abulafia ! Sin embargo, parece que la diferencia es en minutas pero nunca he visto esta unidad. el 24 ene. 2019 a las 16:28
  • @ThePassenger Cuál es en minutos? Las diferencias entre cada fila y la primera? O la primera también es el número de minutos desde 2000-01-01?
    – abulafia
    el 24 ene. 2019 a las 16:35
  • Si las diferencias entre cada fila y la primera y el número de minutos desde 2000-01-01 el 24 ene. 2019 a las 17:22
  • En ese caso la solución es la misma, pero usando "m" como unidad. He actualizado la respuesta
    – abulafia
    el 24 ene. 2019 a las 18:42
  • 1
    O a lo mejor lo habías intentado sobre un dataframe resultado de concatenar varios, y por tanto al inicio de cada nueva "serie" la columna T contenía un nuevo origen de tiempos. Mi solución asume que eso solo ocurre en la fila 0. Si era esta la causa, debes aplicar mi solución a cada "serie" individual, antes de concatenar los resultados.
    – abulafia
    el 25 ene. 2019 a las 10:07

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.