知微
fa45d8aa5f
- health_checklist.json: 192.168.1.122→node122
- ocr_client.py: docstring IP→node122
- docs/market-data-requirements.md: IP→node122
- 所有API调用通过ProxyHandler({})绕过系统代理
Privoxy对node122:18003返回500，直连正常
74 lines
2.4 KiB
Python
74 lines
2.4 KiB
Python
#!/usr/bin/env python
|
|
# -*- coding:utf-8 -*-
|
|
"""
|
|
Date: 2023/8/14 11:10
|
|
Desc: 国家金融与发展实验室-中国宏观杠杆率数据
|
|
http://114.115.232.154:8080/
|
|
"""
|
|
|
|
import pandas as pd
|
|
|
|
|
|
def macro_cnbs() -> pd.DataFrame:
|
|
"""
|
|
国家金融与发展实验室-中国宏观杠杆率数据
|
|
http://114.115.232.154:8080/
|
|
:return: 中国宏观杠杆率数据
|
|
:rtype: pandas.DataFrame
|
|
"""
|
|
url = "http://114.115.232.154:8080/handler/download.ashx"
|
|
temp_df = pd.read_excel(
|
|
url, sheet_name="Data", header=0, skiprows=1, engine="openpyxl"
|
|
)
|
|
|
|
temp_df["Period"] = pd.to_datetime(temp_df["Period"]).dt.strftime("%Y-%m")
|
|
temp_df.dropna(axis=1, inplace=True)
|
|
|
|
temp_df.rename(
|
|
columns={
|
|
"Period": "年份",
|
|
"Household": "居民部门",
|
|
"Non-financial corporations": "非金融企业部门",
|
|
"Central government ": "中央政府",
|
|
"Local government": "地方政府",
|
|
"General government": "政府部门",
|
|
"Non financial sector": "实体经济部门",
|
|
"Financial sector(asset side)": "金融部门资产方",
|
|
"Financial sector(liability side)": "金融部门负债方",
|
|
},
|
|
inplace=True,
|
|
)
|
|
|
|
column_order = [
|
|
"年份",
|
|
"居民部门",
|
|
"非金融企业部门",
|
|
"政府部门",
|
|
"中央政府",
|
|
"地方政府",
|
|
"实体经济部门",
|
|
"金融部门资产方",
|
|
"金融部门负债方",
|
|
]
|
|
temp_df = temp_df.reindex(columns=column_order)
|
|
temp_df["居民部门"] = pd.to_numeric(temp_df["居民部门"], errors="coerce")
|
|
temp_df["非金融企业部门"] = pd.to_numeric(
|
|
temp_df["非金融企业部门"], errors="coerce"
|
|
)
|
|
temp_df["政府部门"] = pd.to_numeric(temp_df["政府部门"], errors="coerce")
|
|
temp_df["中央政府"] = pd.to_numeric(temp_df["中央政府"], errors="coerce")
|
|
temp_df["地方政府"] = pd.to_numeric(temp_df["地方政府"], errors="coerce")
|
|
temp_df["实体经济部门"] = pd.to_numeric(temp_df["实体经济部门"], errors="coerce")
|
|
temp_df["金融部门资产方"] = pd.to_numeric(
|
|
temp_df["金融部门资产方"], errors="coerce"
|
|
)
|
|
temp_df["金融部门负债方"] = pd.to_numeric(
|
|
temp_df["金融部门负债方"], errors="coerce"
|
|
)
|
|
return temp_df
|
|
|
|
|
|
if __name__ == "__main__":
|
|
macro_cnbs_df = macro_cnbs()
|
|
print(macro_cnbs_df)
|