如何使用YahooQuery筛选季度财报数据并导出至Excel？

先搞懂返回数据的结构 #

yahooquery的earnings方法返回嵌套字典，你要的季度财报数据藏在[股票代码]['financialsChart']['quarterly']路径下，每个条目包含季度日期、营收、利润等核心字段。

筛选特定季度数据 #

直接匹配季度的日期字符串（比如'Q2 2024'）即可完成筛选，代码示例：

import yahooquery
import pandas as pd

# 单公司筛选示例
ticker = yahooquery.Ticker('AAPL', asynchronous=True)
earnings = ticker.earnings

# 提取该公司所有季度数据
quarterly_list = earnings['AAPL']['financialsChart']['quarterly']

# 筛选目标季度（以2024年第二季度为例）
target_quarter = 'Q2 2024'
filtered_data = [item for item in quarterly_list if item['date'] == target_quarter]
print(filtered_data)

批量处理多公司 #

要查询多个公司的话，直接把股票代码列表传给Ticker，遍历处理即可：

# 多公司批量筛选示例
ticker_list = ['AAPL', 'MSFT', 'GOOGL']
tickers = yahooquery.Ticker(ticker_list, asynchronous=True)
all_earnings_data = tickers.earnings

# 统一存储所有筛选后的结果
final_result = []
target_quarter = 'Q2 2024'

for symbol, data in all_earnings_data.items():
    quarters = data['financialsChart']['quarterly']
    # 找到目标季度并添加股票代码标识
    for q in quarters:
        if q['date'] == target_quarter:
            q['ticker'] = symbol
            final_result.append(q)

导出到Excel表格 #

用pandas把筛选后的数据转换成表格格式，直接导出到Excel：

# 转换为DataFrame格式
df = pd.DataFrame(final_result)
# 导出Excel，index=False去掉默认行号
df.to_excel('季度财报筛选结果.xlsx', index=False)

额外提示 #

• 如果需要按日期范围筛选（比如最近3个季度），可以把date字段转换为日期对象后做范围判断
• 若异步请求出现异常，可将asynchronous=True改为False

内容的提问来源于stack exchange，提问作者Simran Aswani