python错误类型翻译_错误“'时间戳记'对象没有属性'翻译'”

最近，我开始进行股票价格分析，以优化我的投资组合。我从一个Excel文件和几个VBA宏开始。它工作得很好，但是非常慢。因此，我现在正尝试在服务器上建立并建立适当的“股票价格”数据库(基于此帖子)。

在“ stock_prices”数据库中，有一个“ daily_price”表，用于存储某些行情的每日股票价格。为了更新“每日价格”表，每天都会启动python脚本，其中包括以下Python / SQL语句。

df = pdr.get_data_yahoo(ticker, start_date)

for row in df.itertuples():

values = [YAHOO_VENDOR_ID, ticker_index[ticker]] + list(row)

cursor.execute("INSERT INTO daily_price (data_vendor_id, ticker_id, price_date, open_price, high_price, low_price, close_price, adj_close_price, volume) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s)", tuple(values))

不幸的是，“ cursor.execute ...”行返回以下错误：“ AttributeError：“ Timestamp”对象没有属性“ translate””

“值”元组的打印输出是：[1、2，时间戳('2004-08-19 00:00:00')，49.81328582763672、51.83570861816406、47.80083084106445、49.9826545715332、49.9826545715332、44871300]

根据我在另一篇类似的文章中可以读到的内容，我检查了日期索引的类型以确保它不是对象：

Print(df.index.dtype)

这将返回看起来不错的“ datetime64 [ns]”。

最后，在数据库中，我尝试将数据类型从“日期”更改为“日期时间”，但这不能解决错误。

任何人都可以分享一些有关如何解决此错误的提示吗？

最好的祝福，

于25/04/2020编辑：最终解决方案

df = pdr.get_data_yahoo(ticker, start_date)

df = df.reset_index()

df.columns = ['price_date', 'open_price', 'high_price', 'low_price', 'close_price', 'adj_close_price', 'volume']

df['data_vendor_id'] = YAHOO_VENDOR_ID

df['ticker_id'] = ticker_index[ticker]

df = df[['data_vendor_id','ticker_id','price_date', 'open_price', 'high_price', 'low_price', 'close_price', 'adj_close_price', 'volume']]

df['price_date'] = df['price_date'].dt.strftime('%Y-%m-%d %H:%M:%S')

print(df)

cursor.executemany("INSERT INTO daily_price (data_vendor_id, ticker_id, price_date, open_price, high_price, low_price, close_price, adj_close_price, volume) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s)", df.to_numpy().tolist())

解决方案

考虑将您的日期时间列转换为时间的字符串表示形式，并使用DataFrame.to_numpy()而不是iterrows方法：

df = pdr.get_data_yahoo(ticker, start_date)

# ADD NEW COLUMNS

df["data_vendor_id"] = YAHOO_VENDOR_ID

df["ticker_id"] = ticker_index[ticker]]

# CONVERT DATE TO STRING TIME

df["DATE"] = df["DATE"].dt.strftime('%Y-%m-%d %H:%M:%S')

sql = '''INSERT INTO daily_price (data_vendor_id, ticker_id, price_date,

open_price, high_price, low_price,

close_price, adj_close_price, volume)

VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s)

'''

# LIST

cursor.executemany(sql, df.to_numpy().tolist())

conn.commit()