建立连接
通过SQLAlchemy中的create_engine函数连接数据库
from sqlalchemy import create_engine
engine = create_engine("sqlite:///test.db)
# engine = create_engine("数据库类型+数据库驱动://数据库)
create_engine返回的是Engine的一个实例，代表了操作数据库的核心接口，处理数据库和数据库的API。初次调用create_engine并不会真正连接数据库，只有在真正执行一条命令的时候才会尝试建立连接，目的是节省资源。
将股票数据存到sqlite数据库中
import pandas as pd
import os
from sqlalchemy import create_enginedef connect_db(db):
# "数据库类型+数据库驱动://数据库用户名:数据库密码@IP地址:端口号/数据库?编码"
# echo=True echo用来设置SQLAlchemy日志，设置为True时，可以看见所有数据库的操作记录。
engine = create_engine("sqlite:///{}.db".format(db))
return enginedef create_stock(tscode, db, code):
# 读取本地CSV文件
path = os.path.join(os.path.join(os.getcwd(), "datas"), tscode + ".csv")
df = pd.read_csv(path)
engine = connect_db(db)
# name="stock_{}".format(code)数据库表名，全部小写否则会报错,
# if_exists="replace" 如果表存在，删除表，重建并插入给定的 DataFrame
df.to_sql(name="stock_{}".format(code), con=engine, index=False, if_exists="replace")
def read_csv(code):
path = os.path.join(os.path.join(os.getcwd(), "datas"), code + ".csv")
df = pd.read_csv(path)
return dfdef read_sql(code, db):
sql = " select * from {};".format(code)
engine = connect_db(db)
# read_sql_query的两个参数: sql语句， 数据库连接
df = pd.read_sql_query(sql, engine)
return dfif __name__ == "__main__":
#数据库名
stockDB = "tushare_data"
stockList = "stock_list"
#创建stock_list股票列表的数据库表
create_stock(tscode=stockList, db=stockDB, code=stockList)
df = read_csv(stockList)
data = list(df["ts_code"])
#创建各股票表，如stock_600288、stock_002624等表
for i in range(0, len(data)):
codeStock = data[i].rstrip(".SZHBJ")
create_stock(tscode=data[i], db=stockDB, code=codeStock)
print(codeStock)
文章为作者独立观点，不代表股票交易接口观点
股民评论