Python 读取 CSV 数据并筛选股票记录

Python 读取 CSV 数据并筛选股票记录

在处理金融或业务数据时，CSV 是最常见的交换格式之一。下面展示如何用 Python 标准库下载 Yahoo Finance 的股票数据，并按日期和成交量进行筛选。

核心逻辑

脚本主要完成三个步骤：

1. 下载文件：使用 urllib 获取远程 CSV。
2. 解析数据：利用 csv 模块逐行读取。
3. 过滤输出：保留 2016 年之后且成交量大于 5000 万的记录。

注意：原代码基于 Python 2 编写，现代开发建议直接使用 Python 3，以下是适配后的版本。

import urllib.request
import csv

# 定义目标 URL 和本地文件名
target_url = 'http://table.finance.yahoo.com/table.csv?s=000001.sz'
local_file = 'pingan.csv'
output_file = 'pingan_filtered.csv'

# 1. 下载数据
try:
    urllib.request.urlretrieve(target_url, local_file)
except Exception as e:
    print(f"下载失败：{e}")
    exit(1)

# 2. 读取并筛选
with open(local_file, 'r', encoding='utf-8') as rf:
    reader = csv.reader(rf)
    
    # 先读取表头
    headers = next(reader)
    
    with open(output_file, 'w', encoding='utf-8', newline='') as wf:
        writer = csv.writer(wf)
        writer.writerow(headers)
        
        for row in reader:
            # 确保数据列数足够，避免索引越界
            if len(row) > 5:
                # 按日期字符串比较（ISO 格式）
                if row[0] >= "2016-01-01":
                    # 成交量在第 6 列（索引 5），需转换为整数比较
                    try:
                        volume = int(row[5].replace(',', '')) # 处理可能存在的千分位逗号
                        if volume >= 50000000:
                            writer.writerow(row)
                    except ValueError:
                        continue

print("筛选完成")

关键点说明

• 编码问题：Yahoo Finance 返回的 CSV 通常是 GBK 或 UTF-8，这里显式指定 utf-8。如果报错，尝试改为 gbk。
• 列索引：不同来源的 CSV 结构不同，务必确认 row[0] 是日期，row[5] 是成交量。实际项目中建议先打印 headers 确认。
• 异常处理：增加了简单的 try-except 防止因数据格式错误导致程序中断。

这样写既保留了原有逻辑，又解决了 Python 2 到 3 的兼容性问题，同时增强了健壮性。