如何下载比特币历史价格数据（分步指南）
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_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。
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，更多关于比特币历史价格数据下载指南的资料请关注脚本之家其它相关文章！
你可能感兴趣的文章
-
2026年比特币价格预测：BTC能否突破20万？未来六个月价格怎么走？
乐观情景下，如果相关指标突破1.0并保持，比特币价格可能升至15万至17.5万美元,基本情景中，指标在0.8-1.0之间波动，价格将在9万至11万美元之间徘徊,悲观情景下，如果指标…
2026-04-28 -
比特币(BTC) 历史价格回顾 : 自推出以来至今
截至今天，比特币的价值为$93,923.26，反映出轻微的下降-0.68%或-$639.40虽然这个价格现在看起来是巨大的，但它证明了比特币从微小的起点中惊人的上涨,要了解比特币如何达…
2025-04-28 -
十年后比特币的价格是多少?进入币圈真能赚道自己跨越阶级的钱吗?
近期，比特币市场犹如一片波涛汹涌的海洋，价格的剧烈波动吸引了无数投资者的目光,比特币价格的不断下探，让市场上弥漫着一种紧张而又期待的氛围,投资者们纷纷猜测，比特币…
2025-03-20 -
比特币十年走势分析预测：比特币还可以买吗？最低、最高价格是多少？
面对比特币过去奇迹般的成长，许多人好奇的是，比特币是否会继续其过去的走势，达到新的价格高点，还是会下跌，失去其价值呢？现在比特币还可以买吗？在本篇文章中，我们将…
2025-03-07 -
比特币历史最低价每年是多少？比特币十年最低价盘点2015-2026
这篇文章详细分析了2015年至2024年比特币每年的历史最低价,并探讨了背后的市场动态和影响因素,通过对比不同时期的最低价,文章揭示了比特币价格的波动性和长期增长趋势,需要…
2026-03-17 -
为什么比特币能大涨超过10000%？比特币十年历史价格走势分析
过去十年的数据表明，比特币的增长潜力与风险并存,2025年初价格已突破10万美元，显示持续上升趋势,然而，监管政策、竞争币崛起和宏观经济变化可能影响其未来走势…
2026-04-22 -
春节期间比特币近十年历史行情走势分析(附BTC历年回报率)
春节长假，有社群发出声音猜测，比特币是否会在春节迎来一波上涨行情？对此，将过去10年春节期间比特币的走势整理出来，发现比特币竟每次都出现了上涨…
2026-03-21 -
圣诞节比特币历史价格大对比：今年已是2010年的392880倍
今日是西方国家每年最重要的圣诞节，对此，社群平台X用户Watcher.Furu就发推整理从2010年至2024年共14年的比特币价格，可以发现，今年的比特币价格竟然是2010年的392880倍,…
2024-12-25 -
比特币诞生至今价格明细 BTC历史价格趋势汇总(2026.3最新整理)
比特币，作为一种去中心化数字货币，自 2009 年诞生以来，其价格经历了巨大的波动,本文将回顾比特币诞生至今价格明细，汇总BTC历史价格趋势…
2026-03-16 -
比特币历史价格走势回顾 比特币最全历年价格汇总一览2009-2026
比特币（Bitcoin，简称BTC），作为世界上第一个去中心化的加密货币，自2009年诞生以来，其价格走势一直备受全球投资者和金融市场的关注,那么，比特币历史价格多少？下文将…
2026-03-17
