如何下载比特币历史价格数据（分步指南）

首页

web3.0

如何下载比特币历史价格数据（分步指南）

热心网友

转载

2025-09-27

来源:https://www.php.cn/faq/1558541.html?uid=1246273

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。

2025虚拟币交易平台推荐：

欧易（OKX）交易平台（>>>进入官网<<<）（下载OKX的Android安装包）
币安（Binance）交易平台（>>>进入官网<<<）（下载币安Android安装包）

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_env\Scripts\activate
macOS/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 json
from pathlib import Path
import requests as rq
import pandas as pd
import 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 loaded
key = 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 Authenticate
ping = get_Response("/ping", headers=headers, base_url=base_url)
print("PING:", ping)
# 2) A small real call
params = {"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_URL
params = {"vs_currency": "usd", "days": "7", "interval": "daily"} #parameters to query upon, BTC daily data for the past 7 days
mc = 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 data
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"]]
# 3) Append to an existing workbook as a NEW sheet (or create if missing)
from pathlib import Path
out_path   = "crypto_market_data.xlsx"          # your master workbook
sheet_name = "btc_7d_usd"                       # name the sheet for clarity
if 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。

上一篇：加密货币爆仓：多头血亏，一小时蒸发6989万美元

下一篇：哈玛克：美联储介入市场门槛高