Datenabfrage aus der Automobilindustrie via Quandl in Python

Ein kurzer Beitrag zum Abfragen von Daten aus Quandl in Python. Quandl kann mit dem Befehl “pip install” in Deiner Konsole installiert werden. Gebe dazu einfach “pip install quandl” in Deine Anaconda-Eingabeaufforderung ein.

Quandl ist das Wikipedia der Daten – wobei jedoch nicht der gesamte Inhalt kostenlos ist. Quandl verwaltet kostenlose und Premium-Datensätze die von Datenanbietern wie der US-Notenbank, Börsen usw. an die Plattform weitergeleitet werden.

Man muss ein Konto auf der Website von Quandl einrichten. Nachdem man sein Konto bestätigt hat erhält man seinen API-Schlüssel. Nur mit diesem Schlüssel kann das Quandl-Modul in Python verwendet werden.

Im folgenden Code rufe ich einen Datensatz zur Produktionsleistung der deutschen Automobilindustrie ab der von der Deutschen Bundesbank über quandl bereitgestellt wird

import quandl
# API-Schlüssel einrichten
quandl.ApiConfig.api_key = "your key here"
import numpy
import pandas
# Abrufen von Daten aus Quandl im Numpy-Format und anschließende Konvertierung in Pandas DataFrame Format
data = pandas.DataFrame(quandl.get("BUNDESBANK/BBDE1_M_DE_Y_BAA1_A2R290050_G_C_I10_A", returns="numpy"))

Ich habe die Daten als Zeitreihe im Pandas DataFrame-Format abgerufen. Ich zeichne nun die Zeitreihe mit matplotlib

import matplotlib.pyplot as plt
plt.figure(figsize=(10,10))
plt.plot(data["Date"], data["Value"],color="red")
plt.title("Manufactur output for motor vehicles, trailers, semi-trailers and other transport equipment; Germany",size=12)
plt.ylabel("index value",size = 12)
plt.xlabel("date", size =12)
Text(0.5, 0, 'date')

In diesem Fall muss beachtet werden, dass der Datensatz nicht mehr gepflegt wird. Dies wird beim Anzeigen des des Datensatzendes deutlich:

data.tail()
DateValue
3192017-08-31138.8
3202017-09-30130.1
3212017-10-31124.3
3222017-11-30136.3
3232017-12-31132.6

Nicht alle Datensätze werden gepflegt und nicht alle Datensätze sind gut dokumentiert. Dennoch ist Quandl eine leistungsstarke Suchmaschine zum Abfragen relevanter Datensätze.

You May Also Like

Leave a Reply

Leave a Reply

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.