如何使用Python requests模块提取股票指定数据并获取收盘价列

方法1：Python原生实现（无需安装第三方依赖） #

你可以直接拆分接口返回的CSV格式文本，按需提取对应列的数值，代码示例如下：

import requests
# 优化原url，适配format动态替换股票代码
stock_url = "https://query1.finance.yahoo.com/v7/finance/download/{}"
stock = 'BYND'
params = {
    'range':'6d',
    'interval': '1d',
    'events': 'history'
}
data = requests.get(stock_url.format(stock), params)

# 处理返回的CSV文本
lines = data.text.strip().split('\n')
# 获取表头，定位Close列的索引位置
headers = lines[0].split(',')
close_index = headers.index('Close')
# 提取所有收盘价，转换为浮点型方便后续计算
close_prices = [float(line.split(',')[close_index]) for line in lines[1:]]
# 取最近5天的收盘价（因为拉了6天数据，排除最早的一天即可）
last_5_days_close = close_prices[-5:]

print("所有收盘价：", close_prices)
print("最近5天收盘价：", last_5_days_close)
# 取指定单元格，例如第3行（索引为2）的收盘价
print("第3行收盘价：", close_prices[2])

方法2：使用pandas实现（更灵活，支持复杂单元格操作） #

如果需要频繁处理表格类数据，推荐用pandas库，能快速实现按列、按行、按条件筛选数据的需求：

1. 先安装依赖：
   pip install pandas
2. 完整代码示例：

import requests
import pandas as pd
from io import StringIO

stock_url = "https://query1.finance.yahoo.com/v7/finance/download/{}"
stock = 'BYND'
params = {
    'range':'6d',
    'interval': '1d',
    'events': 'history'
}
data = requests.get(stock_url.format(stock), params)

# 将CSV文本转为DataFrame表格对象
df = pd.read_csv(StringIO(data.text))
# 直接提取Close列
close_col = df['Close']
print("Close列数据：\n", close_col)
# 提取最近5天收盘价转为列表
last_5_close = df['Close'].tail(5).tolist()
print("最近5天收盘价：", last_5_close)
# 按位置取指定单元格：第4行（索引3）的收盘价
print("第4行收盘价：", df.loc[3, 'Close'])
# 按条件取指定单元格：2021-06-02对应的收盘价
print("2021-06-02收盘价：", df.loc[df['Date'] == '2021-06-02', 'Close'].iloc[0])

内容的提问来源于stack exchange，提问作者Veasna Om