Tushare原学习文档（八 数据存储）

 转tushare原网址：网址：http://tushare.org/trading.html#id2
import tushare as ts

1.csv 格式 

import tushare as ts
df = ts.get_hist_data('601998')
df.to_csv('C:/Users/lalala/Desktop/Tomato/Hundreds of millions/2018.10.17/c.csv',columns=['open','high','low','close']) # colunms 保存指定的列索引

 

参数说明： path_or_buf: csv文件存放路径或者StringIO对象 sep : 文件内容分隔符，默认为,逗号 na_rep: 在遇到NaN值时保存为某字符，默认为’‘空字符 float_format: float类型的格式 columns: 需要保存的列，默认为None header: 是否保存columns名，默认为True index: 是否保存index，默认为True mode : 创建新文件还是追加到现有文件，默认为新建 encoding: 文件编码格式 date_format: 日期格式

 

 

2.保存excel格式

import tushare as ts
df = ts.get_hist_data('601998')
df.to_excel('C:/Users/lalala/Desktop/Tomato/Hundreds of millions/2018.10.17/e.xlsx',startrow=3,startcol=6) #startrow=3 startcol=6 是指从第三行第六列开始插入数据

参数说明： excel_writer: 文件路径或者ExcelWriter对象 sheet_name:sheet名称，默认为Sheet1 sep : 文件内容分隔符，默认为,逗号 na_rep: 在遇到NaN值时保存为某字符，默认为’‘空字符 float_format: float类型的格式 columns: 需要保存的列，默认为None header: 是否保存columns名，默认为True index: 是否保存index，默认为True encoding: 文件编码格式 startrow: 在数据的头部留出startrow行空行 startcol :在数据的左边留出startcol列空列

 

 3.保存成json格式

import tushare as ts 
df = ts.get_hist_data('601998')
df.to_json('C:/Users/lalala/Desktop/Tomato/Hundreds of millions/2018.10.17/j.json')

参数说明： path_or_buf: json文件存放路径 orient:json格式顺序，包括columns，records，index，split，values，默认为columns force_ascii: 将字符转ASCII，默认为True

 

4.保存成HDF5格式

import tushare as ts 
df = ts.get_hist_data('601998')
df.to_hdf('C:/Users/lalala/Desktop/Tomato/Hundreds of millions/2018.10.17/j.h5','601998') # 注意在保存hdf的格式时 ，要在路径后加上查询的股票代码

参数说明： path_or_buf: 文件路径或者HDFStore对象 key:HDF5中的group标识 mode : 包括 {‘a’追加, ‘w’写入, ‘r’只读, ‘r+’等同于a但文件必须已经存在}, 默认是 ‘a’ format:‘fixed(f)|table(t)’,默认‘fixed’，f适合快速读写，不能追加数据 t适合从文件中查找和选择数据 append: 适用于table(t)模式追加数据，默认Flase complevel: 压缩级别1-9, 默认0 complib: 压缩类型{‘zlib’, ‘bzip2’, ‘lzo’, ‘blosc’, None}默认None

5.保存到mysql数据库

from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://root:密码@ip地址/数据库名称?charset=utf8')
df = pro.stock_basic(exchange_id='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
df.to_sql('表名称',engine,if_exists='replace',index=False)

参数说明： name:表名，pandas会自动创建表结构 con：数据库连接，最好是用sqlalchemy创建engine的方式来替代con flavor:数据库类型 {‘sqlite’, ‘mysql’}, 默认‘sqlite’，如果是engine此项可忽略 schema:指定数据库的schema，默认即可 if_exists:如果表名已存在的处理方式 {‘fail’, ‘replace’, ‘append’},默认‘fail’ index:将pandas的Index作为一列存入数据库，默认是True index_label:Index的列名 chunksize:分批存入数据库，默认是None，即一次性全部写人数据库 dtype:设定columns在数据库里的数据类型，默认是None