更新於 2022/04/05發佈於 2022/04/05閱讀時間約 3 分鐘

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csv檔的檔名轉成純日期

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

全部都是日期名稱

之後再做第二段的for迴圈

透過dates_list讀取每一張表單

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

取出股票代號並將Date轉成datetime再丟入TWStock_2內

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

分享至

成為作者繼續創作的動力吧！

從 Google News 追蹤更多 vocus 的最新精選內容

爾他的沙龍的其他內容

成為會員後即可發表留言