파이썬 코딩 3주차 기록일지

1. Dart OpenAPI 활용하기

 

    - dart-fss 라이브러리 설치, 키 구동

 

     !pip install dart-fss

     import dart_fss as dart_fss

     import pandas as pd

     api_key = ' a581c040247a426828cd9589f6cb6787dfdcf0fa'

     dart_fss.set_api_key(api_key=api_key)

2.  종목 정리하기

 

     - 전체 종목 불러오기

     all = dart_fss.api.filings.get_corp_code()

 

     - 상장, 비상장 종목 정리하고 엑셀 저장하기

     df = pd.DataFrame(all)

     df_listed = df[df['stock_code'].notnull()]

     df_non_listed = df[df['stock_code'].isnull()]

     df_listed.to_excel('상장종목.xlsx')

     df_non_listed.to_excel('비상장종목.xlsx')

 

 

3. 원하는 정보 불러오기

      -  open dart api 사이트에서 원하는 정보 코드를 가져와서 사용

 

      - 시총 Top 50 社 - 연봉왕 뽑아보기

      

def get_salary(name):                                                                                                      

  corp_code = df_listed[df_listed['corp_name'] == name].iloc[0,0]             (iloc 쓰는 이유는 0.0에  corp code가 있기 때문)            

  data = dart_fss.api.info.indvdl_by_pay(corp_code, '2021', '11011')

  df = pd.DataFrame(data['list'])

  df = df[['corp_name', 'nm', 'ofcps', 'mendng_totamt']]

  df.columns = ['기업명', '이름', '역할', '보수']

  df['보수'] = pd.to_numeric(df['보수'].str.replace(',',''))           (pd.to_numeric은 문자를 숫자로 바꿔 주는것)

  return df

names = ['삼성전자','LG에너지솔루션','SK하이닉스','NAVER','삼성바이오로직스','삼성전자우','카카오']

dfs = []

for name in names:

  try:

    df = get_salary(name)

    dfs.append(df)

  except:

    print(f'error - {name}')

df_result = pd.concat(dfs)

df_result.sort_values(by = '보수', ascending = False).head(30)

    - 최대 주주의 주식변동 알아보기

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]

data = dart_fss.api.info.hyslr_sttus(corp_code, '2021', '11011')

df = pd.DataFrame(data['list'])

df = df[['corp_name', 'nm', 'relate', 'bsis_posesn_stock_qota_rt', 'trmend_posesn_stock_qota_rt', 'rm']]

df.columns = ['기업명', '이름', '관계', '기초지분율', '기말지분율', '비고']

df = df[df['관계'].notnull()]

df['기초지분율'] = pd.to_numeric(df['기초지분율'])

df['기말지분율'] = pd.to_numeric(df['기말지분율'])

df.sort_values(by = '기초지분율', ascending =  False).head(3)

      - 변형 -> 함수를 만들어서 코드만 있어도 되게 만들기

def get_shareholders(corp_code):

  data = dart_fss.api.info.hyslr_sttus(corp_code, '2021', '11011')

  df = pd.DataFrame(data['list'])

  df = df[['corp_name', 'nm', 'relate', 'bsis_posesn_stock_qota_rt', 'trmend_posesn_stock_qota_rt', 'rm']]

  df.columns = ['기업명', '이름', '관계', '기초지분율', '기말지분율', '비고']

  df = df[df['관계'].notnull()]

  df['기초지분율'] = pd.to_numeric(df['기초지분율'])

  df['기말지분율'] = pd.to_numeric(df['기말지분율'])

  return df.sort_values(by = '기초지분율', ascending =  False).head(3)

 

get_shareholders('00258801')

- 그런데 데이터는 10000개 밖에 불러오지 못하는데 전부 할 수 없으니 샘플 가져와서 기말지분율에서 기초지분율을 뺀 증감 순서에 맞게 분류하기

corp_codes = df_listed.sample(10)['corp_code']

dfs = []

for corp_code in corp_codes:

  try:

    df = get_shareholders(corp_code)

    dfs.append(df)

  except:

    print(f'error - {corp_code}')

df_result = pd.concat(dfs)

df_result['증감'] = df_result['기말지분율'] - df_result['기초지분율']

df_result.sort_values(by = '증감', ascending = False)

- 돈을 많이 번 회사 찾기

def get_profit(name):

  corp_code = df_listed[df_listed['corp_name'] == name].iloc[0,0]

  data = dart_fss.api.finance.fnltt_singl_acnt(corp_code, '2021', '11011')

  df = pd.DataFrame(data['list'])

  cond = (df['fs_div'] == 'CFS') & (df['account_nm'] == '이익잉여금')

  df = df[cond]

  df['name'] = name

  df = df[['name', 'thstrm_amount', 'frmtrm_amount']]

  df.columns = ['기업명', '당기', '전기']

  df['당기'] = pd.to_numeric(df['당기'].str.replace(',', ''))

  df['전기'] = pd.to_numeric(df['전기'].str.replace(',', ''))

  df['증감'] = df['당기'] - df['전기']

  df['증감율'] = abs(df['증감'])/abs(df['전기'])

  return df

names = list(df_listed.sample(10)['corp_name'])

dfs = []

for name in names:

  try:

    df = get_profit(name)

    dfs.append(df)

  except:

    print(f'error - {name}')

df_result = pd.concat(dfs)

df_result.sort_values(by = '증감율', ascending = False)

 

- 비상장 종목 알아보기

 

def get_earning(name):

  corp_code = df_non_listed[df_non_listed['corp_name'] == name].iloc[0,0]

  data = dart_fss.api.info.alot_matter(corp_code, '2021', '11011')

  df = pd.DataFrame(data['list'])

  df = df[df['se'] == '(연결)당기순이익(백만원)']

  df = df[['corp_name', 'thstrm', 'frmtrm', 'lwfr']]

  df.columns = ['기업명', '2021', '2020', '2019']

  df['2021'] = pd.to_numeric(df['2021'].str.replace(',', ''))

  df['2020'] = pd.to_numeric(df['2020'].str.replace(',', ''))

  df['2019'] = pd.to_numeric(df['2019'].str.replace(',', ''))

  return df

 

4. 숙제하기 (남녀 연봉차이가 가장 안나는 회사 찾기)

 

def get_salary(name):

  corp_code = df_listed[df_listed['corp_name'] == name].iloc[0,0]

  data = dart_fss.api.info.emp_sttus(corp_code, '2021', '11011')

  df = pd.DataFrame(data['list'])

  df = df[['corp_name', 'sexdstn', 'jan_salary_am']]                  (컬럼은 기존 대괄호를 갖고 있기때문에 대괄호 2개를 써줌)

  df_result = pd.DataFrame()

  doc = {

      '기업명' : name,

      '연봉(남)' : df[df['sexdstn'] == '남'].iloc[-1,-1],

      '연봉(여)' : df[df['sexdstn'] == '여'].iloc[-1,-1]

  }

  df_result = df_result.append(doc, ignore_index = True)         (append는 추가, ignore_index = True는 기존 인덱스를 무시)

  df_result['연봉(남)'] = pd.to_numeric(df_result['연봉(남)'].str.replace(',', ''))

  df_result['연봉(여)'] = pd.to_numeric(df_result['연봉(여)'].str.replace(',', ''))

  df_result['차이(남-여)'] =  df_result['연봉(남)'] - df_result['연봉(여)']

  df_result['평균'] = (df_result['연봉(남)'] + df_result['연봉(여)']) / 2

  return df_result

 

names = list(df_listed.sample(10)['corp_name'])

dfs = []

for name in names:

  try:

    df = get_salary(name)

    dfs.append(df)

  except:

    print(f'error - {name}')

df_result = pd.concat(dfs)                                                            (concat은 결합)

df_result.sort_values(by = '차이(남-여)', ascending= True)