AkShare 能源数据

碳排放权-北京

接口: energy_carbon_bj

目标地址: https://www.bjets.com.cn/article/jyxx/

描述: 获取北京市碳排放权电子交易平台-北京市碳排放权公开交易行情

限量: 全部历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
日期str-
成交量float-注意单位: 吨
成交均价float-注意单位: 元/吨
成交额str-注意单位: 元

接口示例

  1. import akshare as ak
  2. energy_carbon_bj_df = ak.energy_carbon_bj()
  3. print(energy_carbon_bj_df)

数据示例

  1. 日期 成交量(吨) 成交均价(元/吨) 成交额(元)
  2. 0 2019-12-13 1 60.00 60.00BEA
  3. 1 2019-12-12 9215 74.66 687,957.00BEA
  4. 2 2019-12-11 14315 76.48 1,094,789.50BEA
  5. 3 2019-12-10 780 75.38 58,800.00BEA
  6. 4 2019-12-03 9500 72.11 685,000.00(BEA)
  7. ... ... ... ...
  8. 1065 2013-12-11 100 50.50 5050
  9. 1066 2013-12-06 100 50.00 5000
  10. 1067 2013-12-05 100 50.20 5020
  11. 1068 2013-12-02 300 55.10 16530
  12. 1069 2013-11-28 800 51.25 41000

碳排放权-深圳

接口: energy_carbon_sz

目标地址: http://www.cerx.cn/dailynewsCN/index.htm

描述: 获取深圳碳排放交易所-国内碳情

限量: 全部历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
交易日期strY-
市场交易指数floatY-
开盘价floatY-
最高价strY-
最低价strY-
成交均价strY-
收盘价strY-
成交量strY-
成交额strY-

接口示例

  1. import akshare as ak
  2. energy_carbon_sz_df = ak.energy_carbon_sz()
  3. print(energy_carbon_sz_df)

数据示例

  1. 交易日期 市场交易指数 开盘价 最高价 最低价 成交均价 收盘价 成交量 成交额
  2. 0 2020-09-10 SZA-2019 35.24 35.24 28.84 33.27 28.84 13.0 432.52
  3. 1 2020-09-10 SZA-2018 21.44 26.20 21.44 21.44 26.20 4575.0 98097.52
  4. 2 2020-09-10 SZA-2017 21.60 24.00 21.60 21.6 24.00 665.0 14366.40
  5. 3 2020-09-10 SZA-2016 46.56 46.56 46.56 46.56 46.56 1.0 46.56
  6. 4 2020-09-10 SZA-2015 31.99 31.99 26.17 30.83 31.99 5.0 154.13
  7. ... ... ... ... ... ... ... ... ... ...
  8. 6376 2015-05-21 SZA-2014 39.30 48.00 39.30 39.3 48.00 25001.0 982548.00
  9. 6377 2015-05-20 SZA-2014 36.00 43.67 36.00 38.05 43.67 4976.0 189324.17
  10. 6378 2015-05-19 SZA-2014 39.70 39.70 39.70 39.7 39.70 5100.0 202470.00
  11. 6379 2015-05-18 SZA-2014 40.00 43.00 39.60 40.01 39.60 11502.0 358882.60
  12. 6380 2015-05-18 SZA-2013 36.50 43.45 35.55 35.59 43.45 12000.0 427052.90

碳排放权-国际

接口: energy_carbon_eu

目标地址: http://www.cerx.cn/dailynewsOuter/index.htm

描述: 获取深圳碳排放交易所-国际碳情

限量: 全部历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
交易日期strY-
市场交易指数floatY-
开盘价floatY-
最高价strY-
最低价strY-
成交均价strY-
收盘价strY-
成交量strY-
成交额strY-

接口示例

  1. import akshare as ak
  2. energy_carbon_eu_df = ak.energy_carbon_eu()
  3. print(energy_carbon_eu_df)

数据示例

  1. 交易日期 市场交易指数 开盘价 最高价 最低价 成交均价 收盘价 成交量 成交额
  2. 0 2020-04-29 欧盟CER NaN NaN NaN NaN 0.25 96000.0 NaN
  3. 1 2020-04-29 欧盟EUA NaN NaN NaN NaN 20.19 18621000.0 NaN
  4. 2 2020-04-28 欧盟CER NaN NaN NaN NaN 0.25 1000.0 NaN
  5. 3 2020-04-28 欧盟EUA NaN NaN NaN NaN 20.21 21249000.0 NaN
  6. 4 2020-04-27 欧盟CER NaN NaN NaN NaN 0.24 1000.0 NaN
  7. ... ... ... ... ... ... ... ... ...
  8. 997 2018-03-14 欧盟CER NaN NaN NaN NaN 0.19 3000.0 NaN
  9. 998 2018-03-14 欧盟EUA NaN NaN NaN NaN 11.18 17926000.0 NaN
  10. 999 2018-03-13 欧盟CER NaN NaN NaN NaN 0.19 NaN NaN
  11. 1000 2018-03-13 欧盟EUA NaN NaN NaN NaN 11.40 15880000.0 NaN
  12. 1001 2018-11-30 欧盟EUA NaN NaN NaN NaN 20.50 11203000.0 NaN

碳排放权-湖北

接口: energy_carbon_hb

目标地址: http://www.cerx.cn/dailynewsOuter/index.htm

描述: 获取湖北碳排放权交易中心-现货交易数据-配额-每日概况

限量: 全部历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
交易品种strY-
日期floatY-
最新floatY-
涨跌幅strY-
最高strY-
最低strY-
成交量strY-
成交额strY-
昨收盘价strY-

接口示例

  1. import akshare as ak
  2. energy_carbon_hb_df = ak.energy_carbon_hb()
  3. print(energy_carbon_hb_df)

数据示例

  1. 交易品种 日期 最新 涨跌幅 最高 最低 成交量 成交额 昨收盘价
  2. 0 HBEA 2020-09-11 29.28 1.81% 31.0 28.5 54874.0 1590609.55 28.76
  3. 1 HBEA 2020-09-10 28.76 -1.13% 29.88 28.55 83546.0 2416934.14 29.09
  4. 2 HBEA 2020-09-09 29.09 0.34% 29.96 28.1 129669.0 3709228.63 28.99
  5. 3 HBEA 2020-09-08 28.99 0.10% 29.0 28.58 116084.0 3343686.47 28.96
  6. 4 HBEA 2020-09-07 28.96 0.07% 29.48 28.1 178939.0 5145850.57 28.94
  7. .. ... ... ... ... ... ... ... ... ...
  8. 808 HBEA 2017-04-10 16.00 -0.19% 16.48 16.00 11418.00 184092.65 16.03
  9. 809 HBEA 2017-04-07 16.03 -3.14% 17.00 16.01 38449.00 637564.37 16.55
  10. 810 HBEA 2017-04-06 16.55 0.00% 16.55 15.50 11126.00 179145.25 16.55

碳排放权-广州

接口: energy_carbon_gz

目标地址: http://www.cnemission.com/article/hqxx/

描述: 获取广州碳排放权交易中心-行情信息

限量: 全部历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
日期strY-
品种floatY-
开盘价floatY-
收盘价strY-
最高价strY-
最低价strY-
涨跌strY-
涨跌幅strY-
成交数量strY-
成交金额strY-

接口示例

  1. import akshare as ak
  2. energy_carbon_gz_df = ak.energy_carbon_gz()
  3. print(energy_carbon_gz_df)

数据示例

  1. 日期 品种 开盘价 收盘价 ... 涨跌 涨跌幅 成交数量 成交金额
  2. 0 20200911 GDEA 27.87 28.05 ... 0.18 0.65% 114991 3225804.60
  3. 1 20200910 GDEA 27.86 27.87 ... 0.01 0.04% 8863 246981.60
  4. 2 20200909 GDEA 27.54 27.86 ... 0.32 1.16% 38791 1080766.09
  5. 3 20200908 GDEA 27.81 27.54 ... -0.27 -0.97% 67679 1863576.77
  6. 4 20200907 GDEA 27.70 27.81 ... 0.11 0.4% 33501 931802.20
  7. ... ... ... ... ... ... ... ... ...
  8. 1353 20140317 GDEA 63.00 65.00 ... 2.00 3.17% 100 6500.00
  9. 1354 20140314 GDEA 60.00 63.00 ... 3.00 5% 200 12600.00
  10. 1355 20140311 GDEA 60.00 60.00 ... 0.00 0% 5242 314520.00
  11. 1356 20131220 GDEA 60.17 60.00 ... -0.17 -0.28% 100 6000.00
  12. 1357 20131219 GDEA 60.00 60.17 ... 0.17 0.28% 120029 7221740.00

中国油价

汽柴油历史调价信息

接口: energy_oil_hist

目标地址: http://data.eastmoney.com/cjsj/oil\_default.html

描述: 获取东方财富-数据中心-中国油价-汽柴油历史调价信息

限量: 全部中国油价的所有历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
日期str-价格调整的日期
汽油价格float-价格(元/吨)
柴油价格float-价格(元/吨)
汽油涨幅str-价格(元/吨)
柴油涨幅str-价格(元/吨)

接口示例

  1. import akshare as ak
  2. energy_oil_hist_df = ak.energy_oil_hist()
  3. print(energy_oil_hist_df)

数据示例

  1. 日期 汽油价格 柴油价格 汽油涨幅 柴油涨幅
  2. 0 2020/3/19 6090.0 5165.0 -1015.0 -975.0
  3. 1 2020/2/19 7105.0 6140.0 -415.0 -400.0
  4. 2 2020/2/5 7520.0 6540.0 -420.0 -405.0
  5. 3 2019/12/31 7940.0 6945.0 235.0 230.0
  6. 4 2019/12/3 7705.0 6715.0 55.0 50.0
  7. .. ... ... ... ... ...
  8. 194 2000/10/20 3435.0 3440.0 NaN NaN
  9. 195 2000/9/20 3615.0 3070.0 NaN NaN
  10. 196 2000/8/18 3405.0 2770.0 NaN NaN
  11. 197 2000/7/15 3135.0 2610.0 NaN NaN
  12. 198 2000/6/6 2935.0 2430.0 NaN NaN

地区油价

接口: energy_oil_detail

目标地址: http://data.eastmoney.com/cjsj/oil\_default.html

描述: 获取东方财富-数据中心-中国油价-地区油价

限量: 返回指定调价日的全国各地区的油价的历史数据

输入参数

名称类型必选描述
datestrYdate=”2020-03-19”; 此日期为调价日期, 通过调用 energy_oil_hist 可以获取历史调价日期

输出参数

名称类型默认显示描述
DIM_DATEstr-价格调整的日期
V_0float-0#柴油价格(单位:元/升)
V_92float-92#汽油价格(单位:元/升)
V_95str-95#汽油价格(单位:元/升)
V_89str-89#汽油价格(单位:元/升)
CITYNAMEstr-地区
ZDE_0str-0#柴油涨幅(单位:元/升)
ZDE_92str-92#汽油涨幅(单位:元/升)
ZDE_95str-95#汽油涨幅(单位:元/升)
ZDE_89str-89#汽油涨幅(单位:元/升)
QE_0str-上一次调整时0#柴油价格(单位:元/升)
QE_92str-上一次调整时92#汽油价格(单位:元/升)
QE_95str-上一次调整时95#汽油价格(单位:元/升)
QE_89str-上一次调整时89#汽油价格(单位:元/升)

接口示例

  1. import akshare as ak
  2. energy_oil_detail_df = ak.energy_oil_detail(date="2020-09-19")
  3. print(energy_oil_detail_df)

数据示例

  1. DIM_DATE V_0 V_92 ... QE_92 QE_95 QE_89
  2. 0 2020/9/19 5.120000 5.480000 ... 5.730000 6.160000 5.360000
  3. 1 2020/9/19 5.120000 5.500000 ... 5.750000 6.120000 5.380000
  4. 2 2020/9/19 5.090000 5.480000 ... 5.730000 6.120000 5.330000
  5. 3 2020/9/19 5.020000 5.450000 ... 5.680000 6.070000 5.300000
  6. 4 2020/9/19 5.110000 5.520000 ... 5.770000 6.250000 5.360000
  7. 5 2020/9/19 5.160000 5.570000 ... 5.820000 6.280000 5.410000
  8. 6 2020/9/19 5.210000 5.620000 ... 5.880000 6.210000 5.540000
  9. 7 2020/9/19 5.180000 6.620000 ... 6.620000 7.020000 6.130000
  10. 8 2020/9/19 5.080000 5.480000 ... 5.670000 5.990000 5.260000
  11. 9 2020/9/19 5.080000 5.500000 ... 5.750000 6.140000 NaN
  12. 10 2020/9/19 5.080000 5.500000 ... 5.750000 6.160000 NaN
  13. 11 2020/9/19 5.150992 5.466992 ... 5.717479 6.077585 5.357675
  14. 12 2020/9/19 5.070000 5.480000 ... 5.730000 6.100000 5.370000
  15. 13 2020/9/19 5.130000 5.470000 ... 5.720000 6.140000 5.320000
  16. 14 2020/9/19 5.000000 5.420000 ... 5.670000 5.990000 5.350000
  17. 15 2020/9/19 5.040000 5.450000 ... 5.700000 6.110000 5.350000
  18. 16 2020/9/19 5.080000 5.480000 ... 5.730000 6.150000 5.320000
  19. 17 2020/9/19 5.140000 5.470000 ... 5.720000 6.170000 5.350000
  20. 18 2020/9/19 5.010000 5.400000 ... 5.650000 5.970000 5.330000
  21. 19 2020/9/19 5.180000 5.610000 ... 5.860000 6.260000 5.440000
  22. 20 2020/9/19 5.080000 5.480000 ... 5.740000 6.060000 5.320000
  23. 21 2020/9/19 5.670000 6.400000 ... 6.650000 7.030000 6.270000
  24. 22 2020/9/19 5.181975 5.640430 ... 5.893526 6.325704 5.427900
  25. 23 2020/9/19 5.080000 5.480000 ... 5.730000 6.100000 5.310000
  26. 24 2020/9/19 5.180000 5.580000 ... 5.830000 6.160000 5.510000