【Python】東証上場銘柄の株価データを取得する（その１）

はじめに

【Python】Pandas で株価データを取得する（その４）ではExcelファイルに書かれた銘柄の株価データを取得した

自分の保有銘柄だけを分析したい場合は自分の保有銘柄を書いたExcelファイルを用意すればよいが，
分析対象を幅広く東証上場銘柄に広げようと思うと，自分でExcelファイルを用意するのは面倒だ

日本取引所グループには，東証上場銘柄の一覧がExcelファイルで用意されている
これを使わない手はない

Excel を使って東証上場銘柄一覧ファイルの確認

さっそく，日本取引所グループから東証上場銘柄一覧ファイル（data_j.xls）をダウンロードして開いてみる

東証上場銘柄一覧ファイルは，次の10列からできており，
全部で，4133銘柄（2021年10月末）ある

• 日付
• コード
• 銘柄名
• 市場・商品区分
• 33業種コード
• 33業種区分
• 17業種コード
• 17業種区分
• 規模コード
• 規模区分

業種で絞るには「業種区分」列，株価指数で絞るには「規模区分」列がよさそうだ

「規模区分」は5つあり，次のようになっている

名称	構成銘柄
TOPIX Core30	時価総額と流動性の特に高い30銘柄
TOPIX Large70	Topix Core 30についで，時価総額と流動性の高い70銘柄
TOPIX Mid400	Topix Core30，Topix Large70 についで，時価総額と流動性の高い400銘柄
TOPIX Small 1	TOPIX Small の構成銘柄のうち TOPIX 1000 及び TOPIX Small500 の構成銘柄に該当する銘柄
TOPIX Small 2	TOPIX Small の構成銘柄のうち TOPIX 1000 及び TOPIX Small500 の構成銘柄には該当しない銘柄

Pandas を使って東証上場銘柄一覧ファイルの確認

まずは，Pandas で東証上場銘柄一覧ファイルを読み込む

>>> import pandas as pd
>>> df = pd.read_excel('data_j.xls', dtype = str)

どんな列があるか

>>> df.columns
Index(['日付', 'コード', '銘柄名', '市場・商品区分', '33業種コード', '33業種区分', '17業種コード', '17業種区分',
       '規模コード', '規模区分'],
      dtype='object')

銘柄数は

>>> len(df)
4133

規模区分とは，どんな区分か

>>> df['規模区分'].unique()
array(['TOPIX Small 2', '-', 'TOPIX Mid400', 'TOPIX Small 1',
       'TOPIX Large70', 'TOPIX Core30'], dtype=object)

17業種区分とは，どんな区分か

>>> df['17業種区分'].unique()
array(['食品 ', '-', '商社・卸売 ', '建設・資材 ', '鉄鋼・非鉄 ', 'エネルギー資源 ',
       '情報通信・サービスその他 ', '機械 ', '医薬品 ', '不動産 ', '運輸・物流 ', '金融（除く銀行） ',
       '小売 ', '素材・化学 ', '電機・精密 ', '自動車・輸送機 ', '銀行 ', '電力・ガス '],
      dtype=object)

Pandas を使って東証上場銘柄一覧ファイルの銘柄抽出

東証上場銘柄一覧ファイルが確認できたところで，銘柄の抽出を行ってみる

17業種区分が銀行の銘柄は

>>> df[(df['17業種区分']=='銀行')]
Empty DataFrame
Columns: [日付, コード, 銘柄名, 市場・商品区分, 33業種コード, 33業種区分, 17業種コード, 17業種区分, 規模コード, 規模区分]
Index: []

あれ空だ

17業種区分の値をよく見ると，'銀行 'のように後ろに空白が入っているので

str.rstrip() を使って，末尾の空白を削除する必要があった

>>> df[(df['17業種区分'].str.rstrip()=='銀行')]

81行が抽出された

TOPIX Core30 の条件をつけると3メガ銀が抽出される

>>> df[(df['17業種区分'].str.rstrip()=='銀行') & (df['規模区分']=='TOPIX Core30')]['銘柄名']
3510    三菱ＵＦＪフィナンシャル・グループ
3513      三井住友フィナンシャルグループ
3554       みずほフィナンシャルグループ
Name: 銘柄名, dtype: object

TOPIX Core30 または TOPIX Large70 の条件にすると5大銀が抽出される

>>> df[(df['17業種区分'].str.rstrip()=='銀行') & ((df['規模区分']=='TOPIX Core30') | (df['規模区分']=='TOPIX Large70'))]['銘柄名']
3510    三菱ＵＦＪフィナンシャル・グループ
3511          りそなホールディングス
3512    三井住友トラスト・ホールディングス
3513      三井住友フィナンシャルグループ
3554       みずほフィナンシャルグループ
Name: 銘柄名, dtype: object

おわりに

今回はここまでで次回は，【Python】Pandas で株価データを取得する（その４）で書いた
pandas_datareader を使って，直近の株価データを取得してみることにしよう