目录
如何以 Excel 或 CSV 格式下载比特币历史数据？如何从 CoinGecko 网站下载比特币历史数据如何使用 CoinGecko API 下载比特币历史数据？在 Google 表格或 Excel 中下载比特币历史数据（无需代码）Google 表格Microsoft Excel：使用 Python 下载比特币历史数据 API 端点和 URL步骤 1：先决条件第 2 步：管理您的 API 密钥步骤 3：设置密钥检索和 API 调用步骤 4：测试 API 连接步骤5：获取比特币历史价格数据步骤 6：处理数据并将其下载到 Excel如何下载其他加密货币的历史数据未来发展结论
比特币拥有悠久而丰富的交易历史，使其成为全球分析最多的资产之一。历史价格数据不仅仅是图表上的数字，更是回测策略、洞察市场周期、理解投资者行为，甚至驱动应用程序或研究工具的基础。可靠的数据有助于交易者验证决策，研究人员检验理论，开发者构建用户信赖的功能。
在本指南中，我们将介绍使用 CoinGecko 资源下载比特币历史价格数据的两种实用方法：
直接从 CoinGecko 上的比特币页面导出（无需代码）。使用CoinGecko API在电子表格或代码中实现自动访问。
最后，您将能够检索比特币的过去价格，无论您是需要快速的 CSV 文件进行分析还是需要为您的项目提供自动数据馈送。
如何以 Excel 或 CSV 格式下载比特币历史数据？
下载比特币历史数据的最快方法是直接从 CoinGecko比特币历史数据页面下载。此方法非常适合需要 CSV 或 Excel 电子表格格式的数据进行快速一次性分析的用户，因为无需注册或登录账户。
如果您需要更细粒度的数据，CoinGecko API 提供了/coins/{id}/market_chart和/coins/{id}/ohlc等端点，用于获取历史价格和 OHLC 数据。
如何从 CoinGecko 网站下载比特币历史数据
按照这些简单的步骤，只需单击几下即可下载数据。
步骤 1：导航到 CoinGecko 上的比特币硬币页面，然后单击“历史数据”选项卡。
第 2 步：从可用选项中选择所需的时间范围（例如，过去 7 天、30 天、1 年或自定义日期）。
步骤 3：在数据表的右上角，单击下载图标，然后选择将数据下载为CSV或XLS文件，如下所示：
下载后，该文件可在任何电子表格软件（例如 Excel 或 Google Sheets）中打开。数据已预先格式化，并带有清晰的列标题（日期、市值、交易量、价格），方便您创建图表、运行计算或导入其他工具。
以下是 Microsoft Excel 中导出数据的示例：
如何使用 CoinGecko API 下载比特币历史数据？
对于可重复的工作流程、精确的时间窗口或可按需刷新的数据，CoinGecko API是理想的解决方案。它允许您将比特币的历史价格直接提取到电子表格或项目中，用于分析、仪表板或回测交易策略。
使用 API 的主要方式有两种：
无代码：将数据直接导入 Google 表格或 Excel。使用代码：使用 Python、JavaScript、PHP 等语言以编程方式获取数据。
两种方法都需要 CoinGecko API 密钥。如果您没有，请按照本指南获取免费的演示 API 密钥。在本指南中，比特币的 API 币种 ID 很简单bitcoin。
在 Google 表格或 Excel 中下载比特币历史数据（无需代码）
如果您更喜欢无代码方法，可以使用 CoinGecko API 将比特币的历史价格数据直接提取到 Google 表格或 Excel 中。这样，您无需任何编程即可分析、绘制图表和共享数据。
Google 表格
您可以使用免费的 API 连接器扩展来提取数据。
安装 API 连接器：从 Google Workspace Marketplace 添加“Mixed Analytics 的 API 连接器”扩展。
创建新请求：在扩展中，创建一个新请求并输入历史数据的 CoinGecko API 请求 URL：
演示 API：
https://api.coingecko.com/api/v3/coins/bitcoin/market_chart?vs_currency=usd&days=30&interval=daily&precision=full?x_cg_demo_api_key=YOUR_API_KEY
专业 API：
https://pro-api.coingecko.com/api/v3/coins/bitcoin/market_chart?vs_currency=usd&days=30&interval=daily&precision=full?x_cg_pro_api_key=YOUR_API_KEY
运行请求：执行请求将数据拉入当前工作表并以所需的格式下载数据。
要获得带有屏幕截图的详细演练，请阅读有关如何 将加密货币价格导入 Google 表格的完整指南。
Microsoft Excel：
Excel 内置的 Power Query 工具可以直接从 API 获取数据。
打开 Power Query：在 Excel 中，转到“数据”选项卡并选择“来自 Web”。
输入API URL：在对话框中输入API请求URL：
演示 API：
https://api.coingecko.com/api/v3/coins/bitcoin/market_chart?vs_currency=usd&days=30&interval=daily&precision=full?x_cg_demo_api_key=YOUR_API_KEY
专业 API：
https://api.coingecko.com/api/v3/coins/bitcoin/market_chart?vs_currency=usd&days=30&interval=daily&precision=full?x_cg_demo_api_key=YOUR_API_KEY
转换和加载： Power Query 编辑器将打开，允许您将 JSON 响应转换为表格，然后将其加载到工作表中以供下载和导出。
要获得带有屏幕截图的详细演练，请阅读有关如何 将加密货币价格导入 Excel 的完整指南。
使用 Python 下载比特币历史数据
对于更高级或自动化的用例，您可以通过编程方式获取数据。CoinGecko API 兼容任何支持 HTTP 请求的语言，但本指南使用 Python，因为它在数据分析领域非常流行。
API 端点和 URL
Demo 和 Pro API 的基本 URL 为：
演示 API： https://api.coingecko.com/api/v3专业 API： https://pro-api.coingecko.com/api/v3
对于历史价格数据，我们将使用/coins/{id}/market_chart端点。此端点返回指定天数的价格、市值和 24 小时交易量。
在本节中，我们将介绍如何使用 Python 获取比特币的历史价格数据。
步骤 1：先决条件
1、安装 Python
从 python.org 下载。
建议使用3.7或以上版本。
通过在终端或命令提示符上运行以下命令来确认安装：
python --version
2、创建虚拟环境
这样可以使依赖项保持清晰且特定于项目。首先，在终端或命令提示符中运行以下命令来创建环境：
python -m venv coingecko_env
接下来，使用适合您的操作系统的命令激活它：
Windows： coingecko_envScriptsactivatemacOS/Linux： source coingecko_env/bin/activate
3、安装所需的软件包
在您的环境中，安装以下软件包：
请求：允许您的程序进行 API 调用（通过网络发送和接收数据）。Pandas：一个强大的库，用于处理和组织表格数据。我们将用它来整理 API 输出。Openpxyl：一个允许 Pandas 写入 Excel 工作簿的库。Pathlib：一个方便的标准库工具，用于检查文件是否已经存在。
pip install requests pandas openpxyl pathlib
4、检查软件包是否正确安装
您可以通过运行以下命令来确认软件包是否已安装：
pip show requests pandas
第 2 步：管理您的 API 密钥
为了保证您的 API 密钥安全并且与您的代码分开，请将其存储在外部 JSON 文件中。
创建一个名为 api_keys.json 的文件并添加您的密钥，如下所示：
{ "x-cg-demo-api-key": "YOUR_DEMO_API_KEY", "x-cg-pro-api-key": "YOUR_PRO_API_KEY"}
步骤 3：设置密钥检索和 API 调用
安装先决条件并将 API 密钥安全地存储在适当的位置后，下一步是设置辅助函数 以确保：
您的 API 密钥正在 正确加载。该程序可以成功与 CoinGecko API 通信。
首先，我们将设置辅助函数来加载 API 密钥并向 CoinGecko API 发出请求。get_Response ()函数将处理 API 调用，并将端点、标头和参数作为参数。这种模块化方法使代码保持简洁且可重用。
import jsonfrom pathlib import Pathimport requests as rqimport pandas as pdimport openpyxl # required by pandas' ExcelWriter (engine="openpyxl")PUB_DEMO_URL = "https://api.coingecko.com/api/v3"PUB_PRO_URL = "https://pro-api.coingecko.com/api/v3"def get_demo_key(): # CHANGE the path if your file is elsewhere with open(r"YOUR_KEYS_FILE_PATH", "r", encoding="utf-8") as f: key_dict = json.load(f) return key_dict.get("x-cg-demo-api-key")def get_pro_key(): with open(r"YOUR_KEYS_FILE_PATH", "r", encoding="utf-8") as f: key_dict = json.load(f) return key_dict.get("x-cg-pro-api-key")def get_response(endpoint, headers=None, params=None, base_url=None): if not base_url: raise ValueError("base_url is required (use PUB_DEMO_URL or PUB_PRO_URL).") url = f"{base_url}{endpoint}" resp = rq.get(url, headers=headers, params=params, timeout=30) resp.raise_for_status() return resp.json()
专业提示：可在任何 API 请求中 重复使用get_Response()辅助函数。只需为每次调用提供特定的端点 (endpoint)、带有 Demo 或 Pro 键的标头 (headers )、 params和base_url作为参数即可。
步骤 4：测试 API 连接
在获取完整数据集之前，最好先测试一下你的设置。/ping端点是确认 API 密钥正常工作的简单方法。以下脚本会加载你的密钥，ping API，然后进行一次小型测试调用，以获取比特币的前两个数据点。
# 0) Load key and show last 4 chars so we know it loadedkey = get_Demo_key()print("Loaded demo key (last 4):", (key or "")[-4:])headers = {"accept": "application/json", "x-cg-demo-api-key": key}base_url = PUB_DEMO_URL# 1) Ping to Authenticateping = get_Response("/ping", headers=headers, base_url=base_url)print("PING:", ping)# 2) A small real callparams = {"vs_currency": "usd", "days": "7", "interval": "daily"}mc = get_Response("/coins/bitcoin/market_chart", headers=headers, params=params, base_url=base_url)print("First 2 prices:", mc.get("prices", [])[:2])
如果一切正常，您应该会看到如下所示的响应：
步骤5：获取比特币历史价格数据
现在，让我们使用/coins/{id}/market_chart端点来获取过去 7 天的历史数据。
其作用：
通过 get_Response()调用按 ID 端点的硬币历史图表数据。将 JSON 响应存储在 mc 中。确保定义key、headers、endpoint和params。
key = get_Demo_key()headers = {"accept": "application/json", "x-cg-demo-api-key": key}base_url = PUB_DEMO_URLparams = {"vs_currency": "usd", "days": "7", "interval": "daily"} #parameters to query upon, BTC daily data for the past 7 daysmc = get_Response("/coins/bitcoin/market_chart", headers=headers, params=params, base_url=base_url )
步骤 6：处理数据并将其下载到 Excel
API 响应会以单独的列表形式返回价格、市值和交易量。以下代码会处理这些原始 JSON 数据，将其组合成干净的 Pandas DataFrame，并将其保存到 Excel 工作簿中的工作表中。如果该文件已存在，它将替换该工作表，以便轻松重新运行脚本。
#Shape the datadef series_to_df(series, value_col): df = pd.DataFrame(series, columns=["ts_ms", value_col]) df["date"] = pd.to_datetime(df["ts_ms"], unit="ms") return df[["date", value_col]]df_price = series_to_df(mc.get("prices", []), "price_usd")df_mcap = series_to_df(mc.get("market_caps", []), "market_cap_usd")df_volume = series_to_df(mc.get("total_volumes", []), "volume_24h_usd")df = ( df_price.merge(df_mcap, on="date", how="left") .merge(df_volume, on="date", how="left") .sort_values("date") .reset_index(drop=True))[["date", "price_usd", "market_cap_usd", "volume_24h_usd"]]# 3) Append to an existing workbook as a NEW sheet (or create if missing)from pathlib import Pathout_path = "crypto_market_data.xlsx" # your master workbooksheet_name = "btc_7d_usd" # name the sheet for clarityif Path(out_path).exists(): # Append; if the sheet already exists, REPLACE it (safer for reruns) with pd.ExcelWriter(out_path, engine="openpyxl", mode="a", if_sheet_exists="replace") as xw: df.to_excel(xw, index=False, sheet_name=sheet_name)else: # Create the workbook and write the first sheet with pd.ExcelWriter(out_path, engine="openpyxl") as xw: df.to_excel(xw, index=False, sheet_name=sheet_name)print(f"Saved sheet '{sheet_name}' in {out_path}")def series_to_df(series, value_col): df = pd.DataFrame(series, columns=["ts_ms", value_col]) df["date"] = pd.to_datetime(df["ts_ms"], unit="ms") return df[["date", value_col]] df_price = series_to_df(mc.get("prices", []), "price_usd") df_mcap = series_to_df(mc.get("market_caps", []), "market_cap_usd") df_volume = series_to_df(mc.get("total_volumes", []), "volume_24h_usd") df = ( df_price.merge(df_mcap, on="date", how="left") .merge(df_volume, on="date", how="left") .sort_values("date") .reset_index(drop=True) )[["date", "price_usd", "market_cap_usd", "volume_24h_usd"]] out_path = "crypto_market_data.xlsx" # your master workbook sheet_name = "btc_7d_usd" # rename as you like mode = "a" if Path(out_path).exists() else "w" with pd.ExcelWriter(out_path, engine="openpyxl", mode=mode, if_sheet_exists="replace") as xw: df.to_excel(xw, index=False, sheet_name=sheet_name) print(f"Saved sheet '{sheet_name}' in {out_path}")
示例输出：
您可以通过更改以下变量来自定义输出：
value_col：重命名列（例如，“price_in_usd”）。sheet_name：设置 Excel 工作表的显示方式（例如“btc_30d_eur”）。out_path：选择用于保存 Excel 工作簿的文件名或文件夹。
专业提示：在开发过程中，运行脚本时最好保持 Excel 文件关闭，以避免写入错误。
如何下载其他加密货币的历史数据
虽然本指南以比特币为例，但同样的方法也适用于 CoinGecko 上数千种其他加密货币。要获取其他加密货币的数据，只需在 API 调用中替换货币 ID（例如，将“比特币”更改为“以太坊”或“solana”）。
您可以在CoinGecko 网站的任何单个硬币页面上找到 API ID 。
专业提示：币种 ID 区分大小写，多个币种可能使用相似的代码。为避免错误，请务必直接从 CoinGecko 网站或我们的 API 文档获取并使用正确的 ID 。
未来发展
通过访问历史数据，您可以构建各种强大的工具。对于想要进一步探索的读者，以下是一些相关指南：
回测策略：使用历史数据通过我们的加密回测指南测试交易策略的性能。纸质交易机器人：通过构建加密纸质交易机器人在无风险环境中模拟交易。价格预测模型：应用机器学习技术来预测未来价格，并遵循我们关于构建比特币价格预测模型的指南。
结论
在本指南中，我们演示了两种从 CoinGecko 下载比特币历史数据的有效方法。从网站直接导出非常适合快速手动将数据提取到 CSV 或 Excel 文件中；而 CoinGecko API 则为使用 Google Sheets、Excel 或 Python 等工具的开发者和分析师提供了强大的编程解决方案。按照概述的步骤，您可以访问丰富的历史数据，以支持您的分析、回测策略以及构建 DeFi 应用程序。
虽然本文中使用的端点可以通过免费的 Demo API 密钥访问，但它仅提供最多 365 天的历史数据。如果您需要访问自 2013 年以来更精细的数据，并享受更高的速率限制以及专属端点的访问权限，请考虑订阅套餐。
以上就是如何下载比特币历史价格数据（分步指南）的详细内容，更多请关注php中文网其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1306849.html
微信扫一扫 
支付宝扫一扫 
