En este artículo se obtiene la información de las primeras 100 criptomonedas que cotizan en coinmarketcap, y se manejará dicha información por medio de pandas. Luego de ordenar la información de las monedas se van a almacenar en un archivo csv.
Este artículo se basa en un artículo en inglés Importing Altcoin Data with Python and the CoinmarketCap API.
Si quieren pueden repasar lo que pueden hacer con pandas revisando los siguientes artículos:
A continuación el código en formato jupyter notebook:
In [1]:
#Se importa coinmarketcap, json, pandas y time
import coinmarketcap
import json
import pandas as pd
import time
In [2]:
#SE instancia la clase Market y se consulta la cotización de ethereum.
market = coinmarketcap.Market()
coin = market.ticker("ethereum")
In [3]:
#Se muestra el tipo de la variable coin
type(coin)
Out[3]:
In [4]:
#Se muestra que la lista tiene 1 elemento.
print(len(coin))
In [5]:
#Se muestra el tipo del primer elemento de la lista
type(coin[0])
Out[5]:
In [6]:
#Se muestra el primer elemento de la lista el cual es un diccionario
print (coin[0])
In [7]:
#Se muestra los datos de la variable coin, identado, y ordenada las claves.
print(json.dumps(coin, indent=4, sort_keys=True))
In [8]:
#Ahora se usa panda series, se toma la cotización de ethereum y se guarda en
#la variable ether
ether = pd.Series(market.ticker("ethereum")[0])
In [9]:
#Se muestra el valor de la variable ether
print(ether)
In [10]:
#Se muestra la descripción de la serie
print(ether.describe)
In [11]:
#Se guardan otras monedas alternativas en el arreglo de pandas
wowcoin = pd.Series(market.ticker("wowcoin")[0])
bitcoin = pd.Series(market.ticker("bitcoin")[0])
coinArray = pd.DataFrame([ether,bitcoin,wowcoin]).set_index("id")
In [12]:
#Se muestra los datos del arreglo panda
print(coinArray)
In [13]:
#Ahora se extrae las cotizaciones de 100 cryptomonedas
coins = market.ticker()
In [14]:
#El tamaño de la lista es 100
len(coins)
Out[14]:
In [15]:
#Se almacena las 100 monedas en un dataframe de pandas a partir de una serie panda
coinArray2 = pd.DataFrame([pd.Series(coins[i]) for i in range(100)]).set_index('id')
In [17]:
#Obtengo los primeros 3 criptomonedas
coinArray2.head(3)
Out[17]:
In [18]:
#Se define almacenar los datos en un archivo csv que maneje el tiempo en que se creo el
#archivo como nombre del archivo
location = 'Data/'+str(time.time())+'.csv'
In [19]:
#Se almacenan los datos en formato csv
coinArray2.to_csv(location)
In [20]:
#Ahora se repiten las instrucciones anteriores con 3 ciclos de cada 2 min
coins = market.ticker()
for i in range(3):
coinArray = pd.DataFrame([pd.Series(coins[i]) for i in range(100)]).set_index('id')
location = 'Data/'+str(time.time())+'.csv'
coinArray.to_csv(location)
time.sleep(2*60)
Al terminar de ejecutar el programa se tiene 4 archivos en formato csv:
En siguientes artículos se utilizarán los datos almacenados para hacer analítica de datos con Pandas.
No hay comentarios:
Publicar un comentario