Skrobanie tabeli wydanych notatek federalnych ze strony internetowej skarbca - html, r, quantmod, rvest, httr

Chciałbym pobrać 10-letnią rentowność federalną z witryny skarbca: https://www.treasury.gov/resource-center/data-chart-center/interest-rates/Pages/TextView.aspx?data=yield

Aby przeanalizować powyższą stronę i pobrać ostatnią 10-letnią rentowność obligacji skarbowych, postępowałem zgodnie z instrukcjami podanymi tutaj: Analizowanie 10-letniej rentowności federalnej z witryny internetowej

library(httr)
URL = "https://www.treasury.gov/resource-center/data-chart-center/interest-rates/Pages/TextView.aspx?data=yield"

urldata <- GET(URL)
data <- readHTMLTable(rawToChar(urldata$content),
stringsAsFactors = FALSE)

data <- as.data.frame((data[69]))
names(data) <- gsub("NULL.","", names(data)) # Take out "NULL."

Ale to już nie działa.

Jakieś myśli, co może być błędne lub alternatywne sugestie?

Odpowiedzi:

To nie odpowiada na konkretne pytanie, dlaczego twój kod już nie działa. Oto alternatywne użycie rvest pakiet, który upraszcza wiele operacji zgarniania. W szczególności poniżej wybór tabeli odbywa się za pomocą selektora CSS klasy id .t-chart. To sprawia, że ​​znacznie bardziej toleruje zmiany formatowania stron. Łączenie z operatorem%>% tworzy bardzo zwarty kod.

library(rvest)
t_url = "https://www.treasury.gov/resource-center/data-chart-center/interest-rates/Pages/TextView.aspx?data=yield"
rates <- read_html(t_url) %>%
html_node(".t-chart") %>%
html_table()

rates

#       Date 1 mo 3 mo 6 mo 1 yr 2 yr 3 yr 5 yr 7 yr 10 yr 20 yr 30 yr
# 1 04/03/17 0.73 0.79 0.92 1.02 1.24 1.47 1.88 2.16  2.35  2.71  2.98
# 2 04/04/17 0.77 0.79 0.92 1.03 1.25 1.47 1.88 2.16  2.36  2.72  2.99
# 3 04/05/17 0.77 0.80 0.93 1.03 1.24 1.44 1.85 2.14  2.34  2.71  2.98
# 4 04/06/17 0.78 0.79 0.94 1.05 1.24 1.45 1.87 2.15  2.34  2.72  2.99
# 5 04/07/17 0.77 0.82 0.95 1.08 1.29 1.52 1.92 2.20  2.38  2.74  3.00
# 6 04/10/17 0.77 0.82 0.97 1.07 1.29 1.52 1.91 2.18  2.37  2.72  2.99
# 7 04/11/17 0.74 0.82 0.94 1.05 1.24 1.45 1.84 2.11  2.32  2.67  2.93
# 8 04/12/17 0.77 0.81 0.95 1.04 1.24 1.44 1.81 2.09  2.28  2.65  2.92
# 9 04/13/17 0.76 0.81 0.94 1.03 1.21 1.40 1.77 2.05  2.24  2.62  2.89