시가총액 데이터셋(marcap) 튜토리얼 - 데이터 읽기¶

한국거래소(KRX)에서 일자별 시가총액 순위 데이터
1995-05-02 ~ 2020-12-31 (26년간), 1천만건 이상

2018 - 2021 FinanceData.KR ¶

시가총액(marcap) 데이터셋의 구성¶

시가총액(marcap) 데이터셋은 1995-05-02 ~ 2020-12-31 (25년간)일자별, 18개 컬럼, 1천만건 데이터 입니다. 압축하지 않은 상태에서 약 '1.6G' 분량 입니다.

** github 저장소에 현재 날짜 데이터까지 매일 자동 업데이트 됩니다.** 따라서 git 저장소를 pull 하시면 매일 전종목 가격 데이터를 업데이트 하실 수 있습니다.

https://github.com/FinanceData/marcap

컬럼: 18개
건수: 11,099,879 건(row)
크기: 1.6G

컬럼 구성(18개)¶

Date (날짜)를 인덱스(DatetimeIndex)로 포함하고 있으며, 컬럼 구성은 다음과 같습니다.

Date : 날짜 (DatetimeIndex)
Rank: 시가총액 순위 (당일)
Code : 종목코드
Name : 종명이름
Open : 시가
High : 고가
Low : 저가
Close : 종가
Volume : 거래량
Amount : 거래대금
Changes : 전일대비
ChangeCode: 등락 기호
ChagesRatio : 전일대비 등락률
Marcap : 시가총액(백만원)
Stocks : 상장주식수
MarketId : 시장기호
Market : 시장
Dept : 부서(한국거래소)

시가총액 데이터셋(marcap) 가져오기¶

다음과 같이 단 한 줄의 명령으로 데이터를 가져올 수 있습니다.

git 명령으로 깃허브의 저장소를 복제(clone)합니다. 데이터와 데이터를 읽는데 도움이 되는 간단한 파이썬 유틸리티 함수가 포함되어 있습니다.

In [1]:

!git clone "https://github.com/FinanceData/marcap.git" marcap

Cloning into 'marcap'...
remote: Enumerating objects: 52, done.
remote: Counting objects: 100% (52/52), done.
remote: Compressing objects: 100% (34/34), done.
remote: Total 506 (delta 36), reused 34 (delta 18), pack-reused 454
Receiving objects: 100% (506/506), 1.98 GiB | 45.80 MiB/s, done.
Resolving deltas: 100% (237/237), done.
Checking out files: 100% (37/37), done.

git 설치 참고 (윈도우+아나콘다를 사용하는 경우)¶

만일 git 이 설치되어 있지 않다면, 다음과 같이 아나콘다 프롬프트에서 간단하게 git을 설치할 수 있습니다.

C:\Users\plusjune>conda install git

데이터 파일 구성 살펴보기¶

데이터는 ./marcap/data 디렉토리에 있으며 년도별 CSV 파일로 구성되어 있습니다. 개별 파일은 .gz으로 압축되어 있습니다.

In [2]:

!ls -lh marcap/data

total 508M
-rw-r--r-- 1 root root 6.8M Mar  7 02:03 marcap-1995.csv.gz
-rw-r--r-- 1 root root  11M Mar  7 02:03 marcap-1996.csv.gz
-rw-r--r-- 1 root root  12M Mar  7 02:03 marcap-1997.csv.gz
-rw-r--r-- 1 root root  12M Mar  7 02:03 marcap-1998.csv.gz
-rw-r--r-- 1 root root  12M Mar  7 02:03 marcap-1999.csv.gz
-rw-r--r-- 1 root root  15M Mar  7 02:03 marcap-2000.csv.gz
-rw-r--r-- 1 root root  16M Mar  7 02:03 marcap-2001.csv.gz
-rw-r--r-- 1 root root  18M Mar  7 02:03 marcap-2002.csv.gz
-rw-r--r-- 1 root root  18M Mar  7 02:03 marcap-2003.csv.gz
-rw-r--r-- 1 root root  18M Mar  7 02:03 marcap-2004.csv.gz
-rw-r--r-- 1 root root  19M Mar  7 02:03 marcap-2005.csv.gz
-rw-r--r-- 1 root root  20M Mar  7 02:03 marcap-2006.csv.gz
-rw-r--r-- 1 root root  21M Mar  7 02:03 marcap-2007.csv.gz
-rw-r--r-- 1 root root  22M Mar  7 02:03 marcap-2008.csv.gz
-rw-r--r-- 1 root root  22M Mar  7 02:03 marcap-2009.csv.gz
-rw-r--r-- 1 root root  22M Mar  7 02:03 marcap-2010.csv.gz
-rw-r--r-- 1 root root  23M Mar  7 02:03 marcap-2011.csv.gz
-rw-r--r-- 1 root root  23M Mar  7 02:03 marcap-2012.csv.gz
-rw-r--r-- 1 root root  22M Mar  7 02:03 marcap-2013.csv.gz
-rw-r--r-- 1 root root  22M Mar  7 02:03 marcap-2014.csv.gz
-rw-r--r-- 1 root root  24M Mar  7 02:03 marcap-2015.csv.gz
-rw-r--r-- 1 root root  25M Mar  7 02:03 marcap-2016.csv.gz
-rw-r--r-- 1 root root  26M Mar  7 02:03 marcap-2017.csv.gz
-rw-r--r-- 1 root root  27M Mar  7 02:03 marcap-2018.csv.gz
-rw-r--r-- 1 root root  28M Mar  7 02:03 marcap-2019.csv.gz
-rw-r--r-- 1 root root  29M Mar  7 02:03 marcap-2020.csv.gz
-rw-r--r-- 1 root root 5.0M Mar  7 02:03 marcap-2021.csv.gz

1년치 데이터 읽어오기¶

pandas에서 CSV 파일을 직접 지정하여 1년치 데이터를 한번에 읽어 올 수 있습니다.

Code(종목코드)는 숫자로만 구성되어 있고 0으로 시작할 수 있으므로 명시적으로 str 타입으로 지정해 주는 것이 좋습니다. 또한, Date(날짜)는 날짜시간 타입으로 파싱하도록 지정합니다.

In [3]:

import pandas as pd

df = pd.read_csv('marcap/data/marcap-2021.csv.gz', dtype={'Code':str}, parse_dates=['Date'])
df.head(10)

Out[3]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank	Date
0	005930	삼성전자	KOSPI	NaN	83000.0	1	2000.0	2.47	81000.0	84400.0	80200.0	38655276.0	3.185357e+12	4.954920e+14	5969782550	STK	1	2021-01-04
1	000660	SK하이닉스	KOSPI	NaN	126000.0	1	7500.0	6.33	124500.0	128000.0	120500.0	7995016.0	9.942765e+11	9.172830e+13	728002365	STK	2	2021-01-04
2	051910	LG화학	KOSPI	NaN	889000.0	1	65000.0	7.89	849000.0	900000.0	835000.0	858451.0	7.479297e+11	6.275659e+13	70592343	STK	3	2021-01-04
3	005935	삼성전자우	KOSPI	NaN	74400.0	1	800.0	1.09	73700.0	75300.0	73600.0	5455139.0	4.056852e+11	6.122277e+13	822886700	STK	4	2021-01-04
4	207940	삼성바이오로직스	KOSPI	NaN	829000.0	1	3000.0	0.36	819000.0	838000.0	804000.0	182864.0	1.498895e+11	5.485078e+13	66165000	STK	5	2021-01-04
5	035420	NAVER	KOSPI	NaN	293000.0	1	500.0	0.17	291500.0	294000.0	285500.0	947178.0	2.746358e+11	4.812917e+13	164263395	STK	6	2021-01-04
6	068270	셀트리온	KOSPI	NaN	347500.0	2	-11500.0	-3.20	351500.0	354500.0	343000.0	2006483.0	6.982387e+11	4.691174e+13	134997805	STK	7	2021-01-04
7	006400	삼성SDI	KOSPI	NaN	671000.0	1	43000.0	6.85	660000.0	682000.0	640000.0	694737.0	4.605973e+11	4.614100e+13	68764530	STK	8	2021-01-04
8	005380	현대차	KOSPI	NaN	207500.0	1	15500.0	8.07	194000.0	211000.0	193500.0	5651695.0	1.162238e+12	4.433615e+13	213668187	STK	9	2021-01-04
9	035720	카카오	KOSPI	NaN	396000.0	1	6500.0	1.67	392000.0	396500.0	385500.0	853740.0	3.353581e+11	3.502088e+13	88436556	STK	10	2021-01-04

In [4]:

# 2020년 데이터 CSV 읽기
import pandas as pd

df = pd.read_csv('marcap/data/marcap-2020.csv.gz', dtype={'Code':str}, parse_dates=['Date'])
df.head(10)

Out[4]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank	Date
0	005930	삼성전자	KOSPI	NaN	55200.0	2	-600.0	-1.08	55500.0	56000.0	55000.0	12993228.0	7.196632e+11	3.295320e+14	5969782550	STK	1	2020-01-02
1	000660	SK하이닉스	KOSPI	NaN	94700.0	1	600.0	0.64	96000.0	96200.0	94100.0	2342070.0	2.228414e+11	6.894182e+13	728002365	STK	2	2020-01-02
2	005935	삼성전자우	KOSPI	NaN	45600.0	1	200.0	0.44	45750.0	45950.0	45150.0	1512362.0	6.894333e+10	3.752363e+13	822886700	STK	3	2020-01-02
3	035420	NAVER	KOSPI	NaN	182500.0	2	-4000.0	-2.14	187500.0	188000.0	182000.0	300640.0	5.530956e+10	3.007844e+13	164813395	STK	4	2020-01-02
4	207940	삼성바이오로직스	KOSPI	NaN	428500.0	2	-4500.0	-1.04	433000.0	439500.0	425500.0	108281.0	4.647975e+10	2.835170e+13	66165000	STK	5	2020-01-02
5	005380	현대차	KOSPI	NaN	118000.0	2	-2500.0	-2.07	121000.0	121000.0	118000.0	556532.0	6.620498e+10	2.521285e+13	213668187	STK	6	2020-01-02
6	012330	현대모비스	KOSPI	NaN	247500.0	2	-8500.0	-3.32	254500.0	256000.0	247500.0	214585.0	5.362298e+10	2.358841e+13	95306694	STK	7	2020-01-02
7	068270	셀트리온	KOSPI	NaN	180000.0	2	-1000.0	-0.55	181000.0	183000.0	176000.0	621826.0	1.113250e+11	2.310081e+13	128337853	STK	8	2020-01-02
8	051910	LG화학	KOSPI	NaN	314000.0	2	-3500.0	-1.10	321000.0	321000.0	313500.0	139496.0	4.418112e+10	2.216600e+13	70592343	STK	9	2020-01-02
9	005490	POSCO	KOSPI	NaN	236000.0	2	-500.0	-0.21	236000.0	240000.0	234500.0	213578.0	5.061737e+10	2.057609e+13	87186835	STK	10	2020-01-02

2020년 1년치 데이터의 전체 건수는 다음과 같습니다

In [5]:

len(df)

Out[5]:

유틸리티 함수¶

marcap 시가총액 데이터셋에는 데이터를 날짜별로 혹은 기간과 특정 종목을 지정하여 손쉽게 읽기 위한 유틸함수가 있습니다.

marcap_data(start, end=None, code=None)¶

지정한 기간 데이터 읽어옵니다. 종목코드(code)를 지정하면 해당 종목에 대한 데이터를 지정한 기간만큼 읽어 옵니다. 거래량(volume)이 0인 행(row)는 제거하고 반환합니다.

다음과 같이 import 하여 사용합니다.

In [6]:

from marcap import marcap_data

특정 날짜를 지정하여 읽기¶

In [7]:

df = marcap_data('2021-01-21')
len(df)

Out[7]:

In [8]:

df.head()

Out[8]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
2021-01-21	005930	삼성전자	KOSPI	NaN	88100	1	900	1.03	87500	88600	86500	25318011	2211209788500	525937842655000	5969782550	STK	1
2021-01-21	000660	SK하이닉스	KOSPI	NaN	131500	1	1000	0.77	131500	133000	130000	3067677	402667707500	95732310997500	728002365	STK	2
2021-01-21	051910	LG화학	KOSPI	NaN	988000	2	-12000	-1.20	1011000	1019000	988000	364628	363389190000	69745234884000	70592343	STK	3
2021-01-21	005935	삼성전자우	KOSPI	NaN	77600	1	800	1.04	77500	77800	76800	2512634	194360911300	63856007920000	822886700	STK	4
2021-01-21	005380	현대차	KOSPI	NaN	264500	1	5500	2.12	264000	266500	259500	2593509	682782686000	56515235461500	213668187	STK	5

기간을 지정하여 읽기 (2020년 1년간 전종목)¶

In [9]:

df = marcap_data('2020-01-01', '2020-12-31')
df

Out[9]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
2020-01-02	005930	삼성전자	KOSPI	NaN	55200	2	-600	-1.08	55500	56000	55000	12993228	719663194492	329531996760000	5969782550	STK	1
2020-01-02	000660	SK하이닉스	KOSPI	NaN	94700	1	600	0.64	96000	96200	94100	2342070	222841408700	68941823965500	728002365	STK	2
2020-01-02	005935	삼성전자우	KOSPI	NaN	45600	1	200	0.44	45750	45950	45150	1512362	68943333400	37523633520000	822886700	STK	3
2020-01-02	035420	NAVER	KOSPI	NaN	182500	2	-4000	-2.14	187500	188000	182000	300640	55309555500	30078444587500	164813395	STK	4
2020-01-02	207940	삼성바이오로직스	KOSPI	NaN	428500	2	-4500	-1.04	433000	439500	425500	108281	46479752500	28351702500000	66165000	STK	5
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2020-12-30	240340	인터코스	KONEX	일반기업부	750	3	0	0.00	750	750	750	1	750	2509742250	3346323	KNX	2525
2020-12-30	242350	피엔아이컴퍼니	KONEX	일반기업부	414	2	-35	-7.80	445	445	397	12793	5202747	1971269280	4761520	KNX	2527
2020-12-30	224020	에스케이씨에스	KONEX	일반기업부	680	1	80	13.33	680	680	680	430	292400	1836000000	2700000	KNX	2529
2020-12-30	179720	옐로페이	KONEX	일반기업부	2430	4	315	14.89	2400	2430	2400	300	728850	1796985000	739500	KNX	2530
2020-12-30	225860	엠앤씨생명과학	KONEX	일반기업부	144	1	2	1.41	128	154	128	3329	475447	1635565248	11358092	KNX	2531

585456 rows × 17 columns

In [10]:

df.head()

Out[10]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
2020-01-02	005930	삼성전자	KOSPI	NaN	55200	2	-600	-1.08	55500	56000	55000	12993228	719663194492	329531996760000	5969782550	STK	1
2020-01-02	000660	SK하이닉스	KOSPI	NaN	94700	1	600	0.64	96000	96200	94100	2342070	222841408700	68941823965500	728002365	STK	2
2020-01-02	005935	삼성전자우	KOSPI	NaN	45600	1	200	0.44	45750	45950	45150	1512362	68943333400	37523633520000	822886700	STK	3
2020-01-02	035420	NAVER	KOSPI	NaN	182500	2	-4000	-2.14	187500	188000	182000	300640	55309555500	30078444587500	164813395	STK	4
2020-01-02	207940	삼성바이오로직스	KOSPI	NaN	428500	2	-4500	-1.04	433000	439500	425500	108281	46479752500	28351702500000	66165000	STK	5

In [11]:

df.tail()

Out[11]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
2020-12-30	240340	인터코스	KONEX	일반기업부	750	3	0	0.00	750	750	750	1	750	2509742250	3346323	KNX	2525
2020-12-30	242350	피엔아이컴퍼니	KONEX	일반기업부	414	2	-35	-7.80	445	445	397	12793	5202747	1971269280	4761520	KNX	2527
2020-12-30	224020	에스케이씨에스	KONEX	일반기업부	680	1	80	13.33	680	680	680	430	292400	1836000000	2700000	KNX	2529
2020-12-30	179720	옐로페이	KONEX	일반기업부	2430	4	315	14.89	2400	2430	2400	300	728850	1796985000	739500	KNX	2530
2020-12-30	225860	엠앤씨생명과학	KONEX	일반기업부	144	1	2	1.41	128	154	128	3329	475447	1635565248	11358092	KNX	2531

기간을 지정하여, 특정 종목 읽기 (2020년 1년간 특정 종목)¶

In [12]:

df = marcap_data('2021-01-01', '2021-01-31', code='005930')
len(df)

Out[12]:

In [13]:

df[['Code', 'Name', 'Close', 'Volume', 'Marcap', 'Stocks']].head(10)

Out[13]:

	Code	Name	Close	Volume	Marcap	Stocks
Date
2021-01-04	005930	삼성전자	83000	38655276	495491951650000	5969782550
2021-01-05	005930	삼성전자	83900	35335669	500864755945000	5969782550
2021-01-06	005930	삼성전자	82200	42089013	490716125610000	5969782550
2021-01-07	005930	삼성전자	82900	32644642	494894973395000	5969782550
2021-01-08	005930	삼성전자	88800	59013307	530116690440000	5969782550
2021-01-11	005930	삼성전자	91000	90306177	543250212050000	5969782550
2021-01-12	005930	삼성전자	90600	48682416	540862299030000	5969782550
2021-01-13	005930	삼성전자	89700	36068848	535489494735000	5969782550
2021-01-14	005930	삼성전자	89700	26393970	535489494735000	5969782550
2021-01-15	005930	삼성전자	88000	33431809	525340864400000	5969782550

In [14]:

# 특정일, 특정 종목 읽기
marcap_data('2021-01-21', code='005930')

Out[14]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
2021-01-21	005930	삼성전자	KOSPI	NaN	88100	1	900	1.03	87500	88600	86500	25318011	2211209788500	525937842655000	5969782550	STK	1

데이터 전체 읽기¶

시가총액(marcap) 데이터셋은 1995-05-02 ~ 2021-01-15일까지 25년 데이터를 모두 읽어들이려면 다음과 같이 읽습니다.

In [15]:

df_marcap = marcap_data('1995-05-02', '2021-01-15')
df_marcap

Out[15]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
1995-05-02	015760	한국전력공사	KOSPI	NaN	27400	2	-400	-1.44	27600	27800	27400	118190	3255694000	16872679291000	615791215	STK	1
1995-05-02	005930	삼성전자	KOSPI	NaN	119500	2	-1000	-0.83	121000	121000	118500	139560	16676735000	6497053077500	54368645	STK	2
1995-05-02	005490	포항종합제철	KOSPI	NaN	65500	2	-300	-0.46	65800	66200	65400	65970	4334472000	6150568555000	93901810	STK	3
1995-05-02	000200	대우중공업	KOSPI	NaN	9800	1	300	3.16	9500	9840	9500	288380	2805133500	3500638978200	357208059	STK	4
1995-05-02	002610	엘지전자	KOSPI	NaN	31700	2	-300	-0.94	32000	32000	31700	171460	5452050000	2521027012200	79527666	STK	5
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2021-01-15	267810	앙츠	KONEX	일반기업부	1550	2	-250	-13.89	1550	1600	1550	1504	2331610	2397850000	1547000	KNX	2525
2021-01-15	225850	미애부	KONEX	일반기업부	670	3	0	0.00	670	670	670	50	33500	2232663110	3332333	KNX	2526
2021-01-15	224020	에스케이씨에스	KONEX	일반기업부	650	1	70	12.07	650	650	650	1	650	1998750000	3075000	KNX	2528
2021-01-15	179720	옐로페이	KONEX	일반기업부	2470	1	270	12.27	2470	2470	2470	10	24700	1826565000	739500	KNX	2529
2021-01-15	225860	엠앤씨생명과학	KONEX	일반기업부	90	2	-7	-7.22	108	111	83	336120	31697850	1022228280	11358092	KNX	2530

11099879 rows × 17 columns

인덱스(DatetimeIndex)포함 18개의 컬럼을 가지고 있으며, 1천만건이 넘는 데이터 건수를 포함하고 있습니다.

In [16]:

len(df_marcap)

Out[16]:

11099879

데이터프레임에 대한 전반적인 정보는 다음과 같습니다

In [17]:

df_marcap.info()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 11099879 entries, 1995-05-02 to 2021-01-15
Data columns (total 17 columns):
 #   Column       Dtype  
---  ------       -----  
 0   Code         object 
 1   Name         object 
 2   Market       object 
 3   Dept         object 
 4   Close        int64  
 5   ChangeCode   object 
 6   Changes      int64  
 7   ChagesRatio  float64
 8   Open         int64  
 9   High         int64  
 10  Low          int64  
 11  Volume       int64  
 12  Amount       int64  
 13  Marcap       int64  
 14  Stocks       int64  
 15  MarketId     object 
 16  Rank         int64  
dtypes: float64(1), int64(10), object(6)
memory usage: 1.5+ GB

일자별 시가총액¶

시가총액은 말그대로 기업의 규모 자체 입니다. 시장 전체에서 차지하는 시가총액의 비중을 살펴본다면 기업이 우리나라 산업 전체에서 차지하는 비중을 살펴볼 수 있다는 뜻이 되죠.

In [18]:

df_marcap

Out[18]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
1995-05-02	015760	한국전력공사	KOSPI	NaN	27400	2	-400	-1.44	27600	27800	27400	118190	3255694000	16872679291000	615791215	STK	1
1995-05-02	005930	삼성전자	KOSPI	NaN	119500	2	-1000	-0.83	121000	121000	118500	139560	16676735000	6497053077500	54368645	STK	2
1995-05-02	005490	포항종합제철	KOSPI	NaN	65500	2	-300	-0.46	65800	66200	65400	65970	4334472000	6150568555000	93901810	STK	3
1995-05-02	000200	대우중공업	KOSPI	NaN	9800	1	300	3.16	9500	9840	9500	288380	2805133500	3500638978200	357208059	STK	4
1995-05-02	002610	엘지전자	KOSPI	NaN	31700	2	-300	-0.94	32000	32000	31700	171460	5452050000	2521027012200	79527666	STK	5
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2021-01-15	267810	앙츠	KONEX	일반기업부	1550	2	-250	-13.89	1550	1600	1550	1504	2331610	2397850000	1547000	KNX	2525
2021-01-15	225850	미애부	KONEX	일반기업부	670	3	0	0.00	670	670	670	50	33500	2232663110	3332333	KNX	2526
2021-01-15	224020	에스케이씨에스	KONEX	일반기업부	650	1	70	12.07	650	650	650	1	650	1998750000	3075000	KNX	2528
2021-01-15	179720	옐로페이	KONEX	일반기업부	2470	1	270	12.27	2470	2470	2470	10	24700	1826565000	739500	KNX	2529
2021-01-15	225860	엠앤씨생명과학	KONEX	일반기업부	90	2	-7	-7.22	108	111	83	336120	31697850	1022228280	11358092	KNX	2530

11099879 rows × 17 columns

In [19]:

marcap_daily = df_marcap.groupby('Date').sum()['Marcap']
marcap_daily

Out[19]:

Date
1995-05-02     134713479923960
1995-05-03     137255450392250
1995-05-04     137395277384830
1995-05-06     137122266028070
1995-05-08     136361070157380
                    ...       
2021-01-11    2556140698402270
2021-01-12    2539389518593471
2021-01-13    2555060321900568
2021-01-14    2556402104529020
2021-01-15    2508508338186183
Name: Marcap, Length: 6517, dtype: int64

2021-01-15 현재 상장주식시가총액은 2,508조 입니다

In [20]:

marcap_daily.plot(figsize=(10,6), grid=True)

Out[20]:

<matplotlib.axes._subplots.AxesSubplot at 0x7fc2e3755890>

요약¶

한국거래소(KRX)에서 일자별 데이터를 지난 26년간 수집한 시가총액 순위 데이터 입니다.
1995-05-02 ~ 2020-12-31 (26년간), 1천만건 이상, 16G 용량입니다.
Github를 통해 손쉽게 가져다 쓸 수 있습니다.
데이터를 읽어오는 유틸리티 함수(marcap_data)를 함께 제공합니다.
매일 자동 업데이트 됩니다.

시장연구와 투자에 도움이 되시길 바랍니다.

시가총액 데이터셋(marcap) 튜토리얼 - 데이터 읽기¶

2018 - 2021 FinanceData.KR¶

시가총액(marcap) 데이터셋의 구성¶

컬럼 구성(18개)¶

시가총액 데이터셋(marcap) 가져오기¶

git 설치 참고 (윈도우+아나콘다를 사용하는 경우)¶

데이터 파일 구성 살펴보기¶

1년치 데이터 읽어오기¶

유틸리티 함수¶

marcap_data(start, end=None, code=None)¶

특정 날짜를 지정하여 읽기¶

기간을 지정하여 읽기 (2020년 1년간 전종목)¶

기간을 지정하여, 특정 종목 읽기 (2020년 1년간 특정 종목)¶

데이터 전체 읽기¶

일자별 시가총액¶

요약¶

2018 - 2021 FinanceData.KR¶

2018 - 2021 FinanceData.KR ¶

2018 - 2021 FinanceData.KR ¶