择时量化以单只股票或者指数为样本,相对简单,而在股票池中选股就涉及到数据的批量导入。A股数据在之前stock文件中,现在要把文件夹中的数据存储到一个csv文件或者hdf5文件中,为接下工作做准备。具体流程:模块导入——批量读取——批量导入——合并数据——存储文件。
模块导入&查看文件
os模块中os.walk遍历文件夹中的所有文件,用for root,dirs,files in os.walk(file_location):来遍历,files:文件夹内包含的文件。因为用的是notebook,所以文件位置 file_location ='stock2',或者存储数据的绝对路径。
import pandas as pd
import os
#批量导入A股数据
file_location = 'stock2'# 或者:file_location = r'C:\Users\Chun\Desktop\quant1\stock2'
for root,dirs,files in os.walk(file_location):
#print('包含文件:',files)
批量读取文件
获取指定文件夹下所有以.csv结尾的文件的路径,并将这些路径存储在一个列表,首先建一个空的列表file_list = [] 用于存储文件路径,os.walk()遍历file_location(也就是stock2文件夹)下的dirs子文件夹和files文件,os.path.join()构建文件的完整路径,os.path.abspath(file_path)相对路径转换文绝对路径,绝对路径方便文件操作和处理。
file_list = []
for root, dirs, files in os.walk(file_location):
for filename in files:
if filename.endswith('.csv'):
file_path = os.path.join(root, filename)
file_path = os.path.abspath(file_path)
file_list.append(file_path)
批量导入&数据合并
建个空的DateFrame,读取了每个CSV文件的数据,并将其存储在临时DataFrame中。通过concat函数将df数据和seven_industy_data进行合并重新赋值给seven_industy_data。
#遍历文件名,批量导入数据
seven_industy_data = pd.DataFrame()
for fp in sorted(file_list):
df = pd.read_csv(fp) #如果数据库里有中文传入参数(fp,encoding='gbk')
seven_industy_data = pd.concat([seven_industy_data, df], ignore_index=True)
# concat函数将两个数据df和seven_industy_data进行合并。合并后的结果存储在seven_industy_data中。ignore_index=True忽略隐式索引
存储&读取
对数据进行以交易日期和交易代码进行排序,同过.to_hdf()或者.to_csv()将文件存储通过pd.read_hdf()进行读取。
# 对数据进行排序
seven_industy_data.sort_values(by=['trade_date', 'ts_code'], inplace=True)
print(seven_industy_data.head())
# 将数据存入hdf文件中
seven_industy_data.to_hdf(
'seven_industy_data.h5',
key='seven_industy_data',
mode='w'
)
# 从hdf中读取文件
seven_industy_data = pd.read_hdf(
'seven_industy_data.h5',
key='seven_industy_data')
print(seven_industy_data.head())
读取数据如下,这样方便后续在hdf文件中进行量化选股。