01 GDP分析
下列为本章已实现接口;未覆盖指标见文末「待补充」。
三大行业拆解
接口: macro_china_gdp
目标地址: http://data.eastmoney.com/cjsj/gdp.html
描述: 国内生产总值及第一/第二/第三产业增加值(绝对值与同比),便于三大行业拆解;数据来自东方财富
限量: 单次返回所有历史数据
输入参数
| 名称 | 类型 | 描述 |
|---|---|---|
| - | - | - |
输出参数
| 名称 | 类型 | 描述 |
|---|---|---|
| 季度 | object | - |
| 国内生产总值-绝对值 | float64 | 注意单位: 亿元 |
| 国内生产总值-同比增长 | float64 | 注意单位: % |
| 第一产业-绝对值 | float64 | 注意单位: 亿元 |
| 第一产业-同比增长 | float64 | 注意单位: % |
| 第二产业-绝对值 | float64 | 注意单位: 亿元 |
| 第二产业-同比增长 | float64 | 注意单位: % |
| 第三产业-绝对值 | float64 | 注意单位: 亿元 |
| 第三产业-同比增长 | float64 | 注意单位: % |
接口示例
import meshare as ms
macro_china_gdp_df = ms.macro_china_gdp()
print(macro_china_gdp_df)
数据示例
季度 国内生产总值-绝对值 国内生产总值-同比增长 ... 第二产业-同比增长 第三产业-绝对值 第三产业-同比增长
0 2021-03-01 249310.0 18.3 ... 24.4 145355.0 15.6
1 2020-12-01 1015986.2 2.3 ... 2.6 553976.8 2.1
2 2020-09-01 719688.4 0.7 ... 0.9 401249.1 0.4
3 2020-06-01 454712.1 -1.6 ... -1.9 258427.4 -1.6
4 2020-03-01 205727.0 -6.8 ... -9.6 123008.5 -5.2
.. ... ... ... ... ... ... ...
56 2007-03-01 57159.3 13.8 ... 14.8 27703.2 14.1
57 2006-12-01 219438.5 12.7 ... 13.5 91762.2 14.1
58 2006-09-01 155816.8 12.8 ... 13.7 67187.0 13.7
59 2006-06-01 99752.2 13.1 ... 14.2 44996.5 13.6
60 2006-03-01 47078.9 12.5 ... 13.1 22648.0 13.1
三大需求拆解
接口: macro_china_gdp_demand
目标地址: https://data.stats.gov.cn/dg/website/page.html#/pc/national/quarterData
描述: 国家统计局季度数据「三大需求对国内生产总值增长的贡献率」。返回最终消费支出、资本形成总额、货物和服务净出口对 GDP 增长的贡献率(当季值、累计值,单位 %)。注意:本接口为贡献率,不是支出法绝对额。
限量: 单次返回指定时间范围内全部季度数据
输入参数
| 名称 | 类型 | 描述 |
|---|---|---|
| start | str | 起始季度,格式 YYYYMM,MM 取 01/02/03/04 表示一二三四季度,默认 199201 |
| end | str | 结束季度,格式同 start,默认 203604 |
输出参数
| 名称 | 类型 | 描述 |
|---|---|---|
| 季度 | object | 如 2025Q4 |
| 季度名称 | object | 如 2025年第四季度 |
| 最终消费支出贡献率-当季值 | float64 | 单位: % |
| 最终消费支出贡献率-累计值 | float64 | 单位: % |
| 资本形成总额贡献率-当季值 | float64 | 单位: % |
| 资本形成总额贡献率-累计值 | float64 | 单位: % |
| 货物和服务净出口贡献率-当季值 | float64 | 单位: % |
| 货物和服务净出口贡献率-累计值 | float64 | 单位: % |
接口示例
import meshare as ms
df = ms.macro_china_gdp_demand()
print(df)
# 指定区间
df = ms.macro_china_gdp_demand(start="201001", end="202504")
print(df.tail())