1、pandas.to_sql
比较耗时，大批量导入得话,容易中断，且DataFrame中不能有汉字，因为to_sql并不能对DataFrame进行utf-8编码。
2、pymysql
- 先把数据保存为txt，保存到'd:/data/'
code= '000001'
adr= 'd:/data/'
df = ts.get_h_data(code=code, start=start_date, end=end_date, autype='qfq', retry_count=100,
pause=1)
#插入'code'列
df.insert(1,'code', code)
#保存为txt
df.to_csv((adr+code+'.txt',encoding='utf-8')
- python 调用mysql load infile 批量导入 ,虽然没报错，但是并没有成功导入。
可能由于https://stackoverflow.com/questions/1932298/ 此原因，需要parsing
3、mysql
- 用2的方法保存txt
- 用python生成sql语句
import os
adr = 'd:/data/'
load_sql='''
load data local infile 'd:/data/%s'
replace into table stock.qfq_k_day_tushare
fields terminated by ',' enclosed by '\\n'
ignore 1 lines
'''
writeFile = open('d:/load_sql.txt','w')
for name in os.listdir(adr)[3:]:
if name[-3:]=='txt':
writeFile.write(load_sql % (name,name[:6]))
writeFile.close()
- mysql终端执行
source d:/load_data.sql
