100银子求助如何遍历读取TuShare的分笔股票数据

你要的应该只这个，同学 说对不对，如果插入 数据库最好

1. # -*- coding: utf-8 -*-
   
2. """
   
3. Created on Fri Sep 30 01:17:33 2016
   
4. 
   
5. @author: 杜超 数据分析论坛站长（微信 mimitab）
   
6. """
   
7. begin = '2016-09-05'
   
8. end = '2016-09-09'
   
9. code = '600848'
   
10. 
    
11. import tushare as ts
    
12. import pandas as pd
    
13. 
    
14. data = ts.get_tick_data(code,begin)
    
15. data.change[data.change == '--'] = 0   #把价格变化 没有变化的变为0
    
16. data['day'] = begin
    
17. fenbi = data                            #获得fenbi的初始值
    
18. 
    
19. dr = pd.period_range(begin,end,freq='B')#freq=B就是刨除周末的交易日
    
20. for d in dr:
    
21.     data = ts.get_tick_data(code,str(d))
    
22.     data['day'] = d
    
23.     data.change[data.change == '--'] = 0   #把价格变化 没有变化的变为0
    
24.     fenbi = pd.concat([fenbi,data],axis = 0)

复制代码

。

这次的代码绝对没有问题，不过 数据量太大的时候，服务器 可能拒绝访问，一天至少1000行数据，一年 20万，3年 60万行，自己考虑 服务器压力。

1. # -*- coding: utf-8 -*-
   
2. """
   
3. 代码用于获得一段时间的分笔 数据，数据量很大
   
4. @author:    dmer数据分析论坛  杜超 原创
   
5. 
   
6. """
   
7. import tushare as ts
   
8. import pandas as pd
   
9. import numpy as np
   
10. 
    
11. code = '600848'
    
12. ks = '2016-09-23' # 开始时间
    
13. js = '2016-10-6' # 结束时间，你们可以取当天天的变化时间
    
14. 
    
15. fenbi = ts.get_tick_data(code,ks) #首先给 分笔数据框 赋初值
    
16. fenbi['day'] = np.nan #增加新的一列数据,作为临时变量,
    
17. 
    
18. dr = pd.period_range(ks,js,freq='B') #获得临时变量时间周期范围
    
19. for d in dr:
    
20.     data = ts.get_tick_data(code,str(d)) #把日期转化为字符串，提取数据赋值
    
21.     data['day'] = d  #增加新的一列数据日期作为区分
    
22.     fenbi = pd.concat([fenbi,data],axis = 0)  #每次循环把新的日期追加到后面
    
23. 
    
24. fenbi = fenbi.dropna(how = 'any') #把没有开盘的数据和 初始值的行数据 删除

复制代码

dmer数据分析 发表于 2016-10-9 23:54
这次的代码绝对没有问题，不过 数据量太大的时候，服务器 可能拒绝访问，一天至少1000行数据，一年 20万，3 ...

非常感谢！刚开始学习，受益颇多！
不够确实服务器是个问题。。。。测试的时候经常超时

dmer数据分析 发表于 2016-10-9 23:54
这次的代码绝对没有问题，不过 数据量太大的时候，服务器 可能拒绝访问，一天至少1000行数据，一年 20万，3 ...

请问哪里可以打赏你？ 学习了！