奇怪的';货币汇率来源没有准备好';FORX_PYTON错误
问题描述
我正试图通过python理解外汇API。我在下面发布的代码在周五对我起作用,我收到了所有日期的转换率。奇怪的是,当我今天运行代码时,出于某种原因,它显示
汇率来源未准备好。
为什么会发生这种情况?
from forex_python.converter import CurrencyRates
import pandas as pd
c = CurrencyRates()
from forex_python.converter import CurrencyRates
c = CurrencyRates()
df = pd.DataFrame(pd.date_range(start='8/16/2021 10:00:00', end='8/22/2021 11:00:00', freq='600min'), columns=['DateTime'])
def get_rate(x):
try:
op = c.get_rate('CAD', 'USD', x)
except Exception as re:
print(re)
op=None
return op
df['Rate'] = df['DateTime'].apply(get_rate)
Currency Rates Source Not Ready
Currency Rates Source Not Ready
df
Out[17]:
DateTime Rate
0 2021-08-16 10:00:00 0.796374
1 2021-08-16 20:00:00 0.796374
2 2021-08-17 06:00:00 0.793031
3 2021-08-17 16:00:00 0.793031
4 2021-08-18 02:00:00 0.792469
5 2021-08-18 12:00:00 0.792469
6 2021-08-18 22:00:00 0.792469
7 2021-08-19 08:00:00 0.783967
8 2021-08-19 18:00:00 0.783967
9 2021-08-20 04:00:00 0.774504
10 2021-08-20 14:00:00 0.774504
11 2021-08-21 00:00:00 NaN
12 2021-08-21 10:00:00 NaN
13 2021-08-21 20:00:00 NaN
14 2021-08-22 06:00:00 NaN
如何解决此问题?有没有办法在自己进行调用时忽略NaN
?我觉得这个API只给出星期一到星期五上午10点到下午5点的结果。那么有没有办法直接得到这些结果呢?
解决方案
python_forex SDK使用The Forex Api,从The European Central Bank获取数据。欧洲央行在每个工作日(TARGET closing days除外)每天更新一次利率(大约16:00 CET)。这意味着您只能在工作日获得一个币种汇率的值。
要获得这些费率,您可以
df = pd.DataFrame(pd.date_range(start='8/16/2021 10:00:00', end='8/22/2021 11:00:00', freq='B'), columns=['DateTime'])
其中freq="B"
表示仅工作日(source)。在运行其余代码时,这将导致:
DateTime Rate
0 2021-08-16 10:00:00 0.796374
1 2021-08-17 10:00:00 0.793031
2 2021-08-18 10:00:00 0.792469
3 2021-08-19 10:00:00 0.783967
4 2021-08-20 10:00:00 0.774504
您也可以在营业时间使用freq="BH"
,但不会获得不同的费率。
还请注意,在python_forex SDK中,他们说您应该使用1.6版以避免RatesNotAvailableError。
我创建的包
Nb!我不打算维护它。
Github link
安装:
pip install easy-exchange-rates
用法:
from easy_exchange_rates import API
api = API()
time_series = api.get_exchange_rates(
base_currency="EUR",
start_date="2021-01-01",
end_date="2021-08-13",
targets=["USD","CAD"]
)
data_frame = api.to_dataframe(time_series)
print(data_frame.head(5))
>>>
CAD USD
2021-01-01 1.549988 1.217582
2021-01-02 1.544791 1.213500
2021-01-03 1.557791 1.223409
2021-01-04 1.566076 1.225061
2021-01-05 1.558553 1.229681
相关文章