Python股票實作(2)
在上一篇文章"Python股票實作(1)"中，我們將近期100天的資料存成csv檔。
這次要將這100個csv檔都放進資料庫內，首先要做的就是新增一個檔案，
檔案名稱為"TWStock.db"，把它放進跟csv檔一樣的目錄底下。
之後再用程式碼連結並呼叫並做一些處理。
給予TWStock.db一個名稱為dbname
並使用"sqlite3.connect(dbname)"這行code進行connect
dbname = "TWStock.db"db = sqlite3.connect(dbname)
之後需要先設定下列的一些參數
dates_list = []total_df = pd.DataFrame()All_csv_file = glob.glob('*.csv')
使用"All_csv_file = glob.glob('*.csv')"這行code
將本地的.csv檔都匡列進All_csv_file。
都設定好之後會先進行第一次的for迴圈
將All_csv_file內的檔案名稱( 有100筆 )，將.csv的副檔名拿掉後分別存到database與dates_list內。
此時dates_list內的檔明會如下一樣塞滿日期( 這些之後會用到
之後再做第二段的for迴圈
將dates_list透過迴圈將database內的檔案取出並轉成pandas
需要新增一個欄位名為"Date"並將日期放進去，之後df都丟到total_df內
做完以上的動作，total_df就會有100天的表單( 舊到新
但是我們需要把這些表單整理成一組一組，依股票代號為一個Group
dbname_2 = 'TWStock_2'db2 = sqlite3.connect(dbname_2)total_dict = dict(tuple(total_df.groupby("證券代號")))
我們需要再新增一個database，給它一個名稱叫'TWStock_2'
然後一樣要做connect，之後使用groupby將代號做成group並轉成字典
*這邊需要注意，轉成字典要將型態轉成tuple，不然會出錯
然後再進行迴圈
調出證券代號的每一筆資料後，需要對Date進行一些加工。
加工好之後排序，再將每筆資料都丟進TWStock_2內就完成了。
參考連結如下
https://www.youtube.com/watch?v=FP6OkPc9wbw
0會員
4內容數
留言0
查看全部
你可能也想看
Google News 追蹤
提問的內容越是清晰，強者、聰明人越能在短時間內做判斷、給出精準的建議，他們會對你產生「好印象」，認定你是「積極」的人，有機會、好人脈會不自覺地想引薦給你
在此篇中，我們來拿實務的例子作實戰練習，我們會討論如何在Google Colab的環境下，撈取所有台美股的股票代碼，並獲取相關細節，最後將獲取的資訊存取於SQLite資料庫中。
本文介紹瞭如何使用 Python pandas 進行資料分析，包括如何使用 corr() 函數針對數字類型的欄位進行分析，以及如何刪除不需要的欄位和取得想要的小數位數。
題目敘述
題目會給定兩個pandas DataFrame作為輸入，要求我們將兩張資料表，依照原有的順序串接在一起。
題目的原文敘述
測試範例
Example 1:
Input:
df1
+------------+---------+-----+
| student_id | name
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們回傳資料表的前3個Row。
題目的原文敘述
測試範例
Example 1:
Input:
DataFrame employees
+-------------+-----------+-------------
題目敘述
題目會給定一個python list形式的輸入，要求我們把它轉換成pandas dataframe的形式做輸出。並且指定column名稱分別為student_id, 和 age
題目的原文敘述
測試範例
提問的內容越是清晰，強者、聰明人越能在短時間內做判斷、給出精準的建議，他們會對你產生「好印象」，認定你是「積極」的人，有機會、好人脈會不自覺地想引薦給你
在此篇中，我們來拿實務的例子作實戰練習，我們會討論如何在Google Colab的環境下，撈取所有台美股的股票代碼，並獲取相關細節，最後將獲取的資訊存取於SQLite資料庫中。
本文介紹瞭如何使用 Python pandas 進行資料分析，包括如何使用 corr() 函數針對數字類型的欄位進行分析，以及如何刪除不需要的欄位和取得想要的小數位數。
題目敘述
題目會給定兩個pandas DataFrame作為輸入，要求我們將兩張資料表，依照原有的順序串接在一起。
題目的原文敘述
測試範例
Example 1:
Input:
df1
+------------+---------+-----+
| student_id | name
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們回傳資料表的前3個Row。
題目的原文敘述
測試範例
Example 1:
Input:
DataFrame employees
+-------------+-----------+-------------
題目敘述
題目會給定一個python list形式的輸入，要求我們把它轉換成pandas dataframe的形式做輸出。並且指定column名稱分別為student_id, 和 age
題目的原文敘述
測試範例