R语言获取股票信息进行数据分析

原创

jackcode

发布于 2023-06-06 15:17:25

5840

发布于 2023-06-06 15:17:25

文章被收录于专栏：爬虫资料

style=none&taskId=ufe5a8213-193f-4abf-99f6-220571344f0&title=)

R语言是一种主要用于统计计算和图形的编程语言，被数据挖掘者、生物信息学家和统计学家用于数据分析和开发统计软件。R的一些优势是它的庞大的包生态系统，涵盖了广泛的统计技术和领域，它的可扩展性和开源性质，允许用户创建自己的工具和方法，以及它的无与伦比的图形和绘图能力，能够实现高质量的数据可视化。R也保持了机器学习研究的前沿，因为新方法往往一开始就有相应的R包。

R语言是网页抓取和数据分析的强大工具。使用R，可以编写爬虫从各种网站提取股票信息，如价格、数量、股息、收益等。然后，可以使用R的内置函数和包来执行各种数据分析任务，例如描述性的统计、可视化、回归、聚类、情绪分析等。R语言可以帮助投资者洞察股市并做出明智的决策。

下面用R语言写一个爬虫程序，采集http://guba.eastmoney.com/rank/获取股票信息，示例如下：

library(rvest)
library(httr)
library(dplyr)

# 亿牛云代理 
# 爬虫代理加强版 设置代理IP的用户名和密码
proxy_username <- "16YUN"
proxy_password <- "16IP"

# 创建用于发送HTTP请求的Session对象，并设置爬虫代理加强版代理IP的服务器和认证信息
session <- html_session(url = "http://guba.eastmoney.com/rank/",
                        proxy = "http://www.16yun.cn:31000",
                        authenticate(proxy_username, proxy_password))

# 定义函数来解析页面并提取股票信息
parse_page <- function(page) {
  page %>% 
    html_nodes("table.table_bg001 tbody tr") %>% 
    html_text() %>% 
    strsplit("\\s{2,}") %>% 
    lapply(function(x) {
      data_frame(
        rank = x[1],
        code = x[2],
        name = x[3],
        price = x[4]
      )
    }) %>% 
    bind_rows()
}

# 定义函数来获取指定页数的股票信息
get_stock_info <- function(page_num) {
  url <- modify_url("http://guba.eastmoney.com/rank/",
                    query = list(pn = page_num))
  
  page <- session %>% GET(url) %>% content() %>% read_html()
  
  stock_info <- parse_page(page)
  
  return(stock_info)
}

# 获取第一页的股票信息
stock_info <- get_stock_info(1)

# 获取总页数
total_pages <- stock_info %>% pull(rank) %>% as.numeric() %>% max()

# 循环获取剩余页面的股票信息
for (page_num in 2:total_pages) {
  stock_info_page <- get_stock_info(page_num)
  stock_info <- bind_rows(stock_info, stock_info_page)
}

# 打印整理后的股票信息
print(stock_info)

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

r 语言