## 居民消费价格指数
----

接口：cn_cpi
描述：获取CPI居民消费价格数据，包括全国、城市和农村的数据
限量：单次最大5000行，一次可以提取全部数据
权限：用户积累600积分可以使用，具体请参阅[积分获取办法](https://tushare.pro/document/1?doc_id=13) 

<br>
<br>

**输入参数**

名称 | 类型  | 必选 | 描述
---- | ----- | ---- | ----
m | str | N | 月份（YYYYMM，下同），支持多个月份同时输入，逗号分隔
start_m | str | N | 开始月份
end_m | str | N | 结束月份

<br>
<br>

**输出参数**

名称 | 类型 | 默认显示 | 描述
--- | ---- | ---- | ----
month | str | Y | 月份YYYYMM
nt_val | float | Y | 全国当月值
nt_yoy | float | Y | 全国同比（%）
nt_mom | float | Y | 全国环比（%）
nt_accu | float | Y | 全国累计值
town_val | float | Y | 城市当月值
town_yoy | float | Y | 城市同比（%）
town_mom | float | Y | 城市环比（%）
town_accu | float | Y | 城市累计值
cnt_val | float | Y | 农村当月值
cnt_yoy | float | Y | 农村同比（%）
cnt_mom | float | Y | 农村环比（%）
cnt_accu | float | Y | 农村累计值

<br>
<br>

**接口调用**

```python

pro = ts.pro_api()

df = pro.cn_cpi(start_m='201801', end_m='201903')


#获取指定字段
df = pro.cn_cpi(start_q='201801', end_q='201903', fields='month,nt_val,nt_yoy')

```

<br>

**数据样例**

         month  nt_val nt_yoy nt_mom nt_accu town_val town_yoy town_mom town_accu cnt_val cnt_yoy cnt_mom cnt_accu
	0   201903  102.30   2.30  -0.40  101.80   102.30     2.30    -0.40    101.90  102.30    2.30   -0.30   101.80
	1   201902  101.50   1.50   1.00  101.60   101.50     1.50     1.00    101.60  101.40    1.40    0.90   101.50
	2   201901  101.70   1.70   0.50  101.70   101.80     1.80     0.50    101.80  101.70    1.70    0.40   101.70
	3   201812  101.90   1.90   0.00  102.10   101.90     1.90     0.00    102.10  101.90    1.90    0.00   102.10
	4   201811  102.20   2.20  -0.30  102.10   102.20     2.20    -0.40    102.10  102.20    2.20   -0.30   102.10
	5   201810  102.50   2.50   0.20  102.10   102.50     2.50     0.20    102.10  102.60    2.60    0.20   102.10
	6   201809  102.50   2.50   0.70  102.10   102.40     2.40     0.70    102.10  102.50    2.50    0.80   102.00
	7   201808  102.30   2.30   0.70  102.00   102.30     2.30     0.60    102.00  102.30    2.30    0.80   102.00
	8   201807  102.10   2.10   0.30  102.00   102.10     2.10     0.40    102.00  102.00    2.00    0.10   101.90
	9   201806  101.90   1.90  -0.10  102.00   101.80     1.80     0.00    102.00  101.90    1.90   -0.10   101.90
	10  201805  101.80   1.80  -0.20  102.00   101.80     1.80    -0.20    102.00  101.70    1.70   -0.10   101.90
	11  201804  101.80   1.80  -0.20  102.10   101.80     1.80    -0.20    102.10  101.70    1.70   -0.30   101.90
	12  201803  102.10   2.10  -1.10  102.10   102.10     2.10    -1.10    102.20  101.90    1.90   -1.20   102.00
	13  201802  102.90   2.90   1.20  102.20   103.00     3.00     1.30    102.20  102.70    2.70    1.10   102.10
	14  201801  101.50   1.50   0.60  101.50   101.50     1.50     0.60    101.50  101.50    1.50    0.60   101.50