데이터셋 - 시가총액 데이터

한국거래소(KRX)에서 일자별 시가총액 순위 데이터
1995년~2018년(23년간) 데이터를 일자별 가격 포함 (CSV)

본 문서는 개요 문서 입니다. 더 상세한 설명은 여기를 참고하세요

상장회사 시가총액 데이터

거래소의 시가총액 데이터는 특정 일자의 전종목, 시가총액, 주식수 등의 데이터를 포함하고 있습니다. 다음 링크로 바로 접근하거나 메뉴에서 다음과 같은 순서로접근할 수 있습니다.

http://marketdata.krx.co.kr/contents/MKD/04/0406/04060100/MKD04060100.jsp

시장정보 → 주식 → 순위정보 → 시가총액 상/하위

marcap Datasets

일자별 시가총액 데이터를 다운로드 하여 년도별 csv 파일로 묶은 데이터 세트

https://github.com/FinanceData/marcap

1995-05-02 ~ 2018-10-31 시가총액 데이터
10,473,005 rows X 17 columns

marcap Datasets Columns

Date : 날짜
Code : 종목코드
Name : 종명이름
Open : 시가
High : 고가
Low : 저가
Close : 종가
Volume : 거래량
Amount : 거래대금
Changes : 전일대비
ChagesRatio : 전일비
Marcap : 시가총액(백만원)
Stocks : 상장주식수
MarcapRatio : 시가총액비중(%)
ForeignShares : 외국인 보유주식수
ForeignRatio : 외국인 지분율(%)
Rank: 시가총액 순위 (당일)

데이터 가져오기

git 명령을 사용하여 깃허브 저장소를 복제(clone)한다.

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

'marcap'에 복제합니다...
remote: Enumerating objects: 7, done.
remote: Counting objects: 100% (7/7), done.
remote: Compressing objects: 100% (7/7), done.
remote: Total 76 (delta 1), reused 1 (delta 0), pack-reused 69
오브젝트 묶음 푸는 중: 100% (76/76), 완료.
연결을 확인하는 중입니다... 완료.
파일을 가져옵니다: 100% (27/27), 완료.

# 유틸함수 사용
from marcap.marcap_utils import marcap_date
from marcap.marcap_utils import marcap_date_range

df = marcap_date_range('2017-01-01', '2018-10-31')

print('row count:', len(df))
df.head()

row count: 1022346

	Code	Name	Close	Changes	ChagesRatio	Volume	Amount	Open	High	Low	Marcap	MarcapRatio	Stocks	ForeignShares	ForeignRatio	Rank	Date
0	005930	삼성전자	1805000.0	3000.0	0.2	93012.0	1.679318e+11	1799000.0	1812000.0	1794000.0	2.539262e+14	16.77	140679337.0	71423750.0	50.77	1.0	2017-01-02
1	000660	SK하이닉스	45800.0	1100.0	2.5	1547681.0	7.074124e+10	44750.0	46000.0	44600.0	3.334251e+13	2.20	728002365.0	373685775.0	51.33	2.0	2017-01-02
2	005380	현대자동차	150000.0	4000.0	2.7	545854.0	8.135673e+10	146000.0	150500.0	145500.0	3.304147e+13	2.18	220276479.0	95830167.0	43.50	3.0	2017-01-02
3	005935	삼성전자우	1440000.0	7000.0	0.5	10822.0	1.556876e+10	1432000.0	1448000.0	1415000.0	2.953933e+13	1.95	20513427.0	15993799.0	77.97	4.0	2017-01-02
4	015760	한국전력공사	43900.0	-150.0	-0.3	745355.0	3.294252e+10	44200.0	44600.0	43850.0	2.818222e+13	1.86	641964077.0	200901131.0	31.29	5.0	2017-01-02

# 삼성전자(005930), 시가총액 비중의 변화
code = '005930'
df_stock = marcap_date_range('2017-01-01', '2018-12-31', code)
df_stock['MarcapRatio'].plot(figsize=(16, 6))

import pandas as pd

# https://github.com/FinanceData/stock_master 종목 마스터
url = 'https://github.com/FinanceData/stock_master/raw/master/stock_master.csv.gz'
df_master = pd.read_csv(url, dtype={'Symbol':str, 'Industy_code':str} )

# 시가총액 데이터 2018-10-30
df_marcap = marcap_date('2018-10-30')

# 시가총액 데이터와 종목 마스터 병합
df_merge = pd.merge(df_marcap[['Code', 'Name', 'Marcap']], df_master[['Symbol', 'Sector']], left_on='Code', right_on="Symbol")

print('row count:', len(df_merge))
df_merge.head(10)

row count: 2208

	Code	Name	Marcap	Symbol	Sector
0	005930	삼성전자	2.718584e+14	005930	통신 및 방송 장비 제조업
1	000660	SK하이닉스	4.964976e+13	000660	반도체 제조업
2	068270	셀트리온	2.827678e+13	068270	기초 의약물질 및 생물학적 제제 제조업
3	207940	삼성바이오로직스	2.633367e+13	207940	기초 의약물질 및 생물학적 제제 제조업
4	051910	LG화학	2.389551e+13	051910	기초 화학물질 제조업
5	005380	현대자동차	2.296933e+13	005380	자동차용 엔진 및 자동차 제조업
6	005490	포스코	2.214546e+13	005490	1차 철강 제조업
7	017670	SK텔레콤	2.172060e+13	017670	전기 통신업
8	028260	삼성물산	2.058137e+13	028260	기타 전문 도매업
9	105560	KB금융	2.038294e+13	105560	기타 금융업

# 섹터별 시가총액
df_sector_corp_marcap = df_merge.groupby('Sector').sum().sort_values('Marcap', ascending=False)[:10]
df_sector_corp_marcap

	Marcap
Sector
통신 및 방송 장비 제조업	2.888233e+14
기타 금융업	1.717551e+14
기초 의약물질 및 생물학적 제제 제조업	7.051449e+13
반도체 제조업	5.632019e+13
보험업	5.087775e+13
기초 화학물질 제조업	5.004896e+13
기타 화학제품 제조업	4.632344e+13
전기 통신업	3.793525e+13
전자부품 제조업	3.598522e+13
자동차용 엔진 및 자동차 제조업	3.498302e+13

df_sector_corp_marcap[::-1].plot(kind='barh', figsize=(16, 10))

# 삼성전자(005930) 시가총액 비중의 변화

df_stock['MarcapRatio'].plot(figsize=(16, 6))

# https://github.com/FinanceData/stock_master
import pandas as pd

url = 'https://github.com/FinanceData/stock_master/raw/master/stock_master.csv.gz'
df_master = pd.read_csv(url, dtype={'Symbol':str, 'Industy_code':str} )
df_master.head(10)

	Symbol	Name	Market	Listing	Industry	Sector	Industy_code	Industy_name
0	001040	CJ	KOSPI	True	지주회사	기타 금융업	64992	지주회사
1	011150	CJ씨푸드	KOSPI	True	수산물(어묵,맛살)가공품 도매,원양수산업,수출입	기타 식품 제조업	10799	그 외 기타 식료품 제조업
2	012630	HDC	KOSPI	True	토목공사,건축공사,아파트분양사업,재개발/재건축사업	건물 건설업	4111	주거용 건물 건설업
3	082740	HSD엔진	KOSPI	True	대형선박용엔진,내연발전엔진	일반 목적용 기계 제조업	29111	내연기관 제조업
4	001390	KG케미칼	KOSPI	True	콘크리트혼화제, 비료, 친환경농자재, 수처리제	기초 화학물질 제조업	201	기초 화학물질 제조업
5	010060	OCI	KOSPI	True	타르제품,카본블랙,무수프탈산,농약원제,석탄화학제품,정밀화학제품,플라스틱창호재 제조,판매	기초 화학물질 제조업	20129	기타 기초 무기화학 물질 제조업
6	002360	SH에너지화학	KOSPI	True	합성수지(PS/EPS,ABS수지) 제조	기초 화학물질 제조업	201	기초 화학물질 제조업
7	001740	SK네트웍스	KOSPI	True	종합무역업(전자전기제품,섬유,에너지화학제품,철강금속제품),의류,수입산합판,MDF판매...	기타 전문 도매업	467	기타 전문 도매업
8	011810	STX	KOSPI	True	에너지 원료(석탄,석유),산업기자재(기계부품) 도매	상품 종합 도매업	46800	상품 종합 도매업
9	071970	STX중공업	KOSPI	True	조선기자재, 기계부품, 엔진산업환경발전설비, 플랜트(EPC)	일반 목적용 기계 제조업	29119	기타 기관 및 터빈 제조업

df_master[df_master['Symbol'] == '005930']

	Symbol	Name	Market	Listing	Industry	Sector	Industy_code	Industy_name
355	005930	삼성전자	KOSPI	True	IMT2000 서비스용 동기식 기지국,교환국장비,데이터단말기,동영상휴대폰,핵심칩,반...	통신 및 방송 장비 제조업	32091	금속 가구 제조업

# 시가총액 데이터 2018-10-30
df_marcap = marcap_date('2018-10-30')

# 시가총액
df_merge = pd.merge(df_marcap[['Code', 'Name', 'Marcap']], df_master[['Symbol', 'Sector']], left_on='Code', right_on="Symbol")

print('row count:', len(df_merge))
df_merge.head()

row count: 2208

	Code	Name	Marcap	Symbol	Sector
0	005930	삼성전자	2.718584e+14	005930	통신 및 방송 장비 제조업
1	000660	SK하이닉스	4.964976e+13	000660	반도체 제조업
2	068270	셀트리온	2.827678e+13	068270	기초 의약물질 및 생물학적 제제 제조업
3	207940	삼성바이오로직스	2.633367e+13	207940	기초 의약물질 및 생물학적 제제 제조업
4	051910	LG화학	2.389551e+13	051910	기초 화학물질 제조업

df_sector_corp_counts = df_merge['Sector'].value_counts()[:10]
df_sector_corp_counts

특수 목적용 기계 제조업     122
소프트웨어 개발 및 공급업    119
기타 금융업            113
전자부품 제조업          112
자동차 신품 부품 제조업      91
의약품 제조업            81
기타 화학제품 제조업        76
통신 및 방송 장비 제조업     73
금융 지원 서비스업         58
1차 철강 제조업          55
Name: Sector, dtype: int64

df_sector_corp_counts.plot.pie(figsize=(8, 8))

# 섹터별 시가총액
df_sector_corp_marcap = df_merge.groupby('Sector').sum().sort_values('Marcap', ascending=False)[:20]
df_sector_corp_marcap

	Marcap
Sector
통신 및 방송 장비 제조업	2.888233e+14
기타 금융업	1.717551e+14
기초 의약물질 및 생물학적 제제 제조업	7.051449e+13
반도체 제조업	5.632019e+13
보험업	5.087775e+13
기초 화학물질 제조업	5.004896e+13
기타 화학제품 제조업	4.632344e+13
전기 통신업	3.793525e+13
전자부품 제조업	3.598522e+13
자동차용 엔진 및 자동차 제조업	3.498302e+13
1차 철강 제조업	3.477098e+13
소프트웨어 개발 및 공급업	3.463124e+13
의약품 제조업	3.458348e+13
기타 전문 도매업	3.443700e+13
자료처리, 호스팅, 포털 및 기타 인터넷 정보매개 서비스업	2.860079e+13
자동차 신품 부품 제조업	2.824217e+13
종합 소매업	2.348042e+13
선박 및 보트 건조업	2.179640e+13
컴퓨터 프로그래밍, 시스템 통합 및 관리업	1.951488e+13
기타 식품 제조업	1.943381e+13

df_sector_corp_marcap[::-1].plot(kind='barh', figsize=(16, 10))

# 2018-10-01
df = marcap_date('2018-10-01')

df['Marcap_trillion'] = df['Marcap'] / 1e12 # 원 단위에서 조(10^12) 단위로 변경
df['Marcap_trillion'].sum()  # 시가총액 전체 (조단위)

1843.5600760536697

시가총액 컬럼 df['Marcap_trillion']을 모두 더하면, 한국 주식시장 시가총액은 1,843조원 이다. (2018년 10월 1일 기준)

더 상세한 설명

이 문서는 개요 문서입니다. 더 상세한 설명은 여기를 참고하세요

taegon / marcap

데이터셋 - 시가총액 데이터

상장회사 시가총액 데이터

marcap Datasets

marcap Datasets Columns

데이터 가져오기

더 상세한 설명

2018 FinanceData.KR facebook.com/financedata

About

Languages