select surv_date from stk_surv where ts_code = '688218.SH'; 查找ts_code类似的

您想让我查找类似于 '688218.SH' 的 ts_code 吗？如果是的话，您可以使用以下 SQL 语句：

SELECT surv_date FROM stk_surv WHERE ts_code LIKE '%688218.SH%';

此语句将返回所有 ts_code 包含字符串 '688218.SH' 的记录的 surv_date。请注意，这将返回与 '688218.SH' 相似的所有 ts_code，包括 '688218.SH' 本身。

相关问题

使用python 查询mysql 的 select surv_date from stk_surv where ts_code = '688218.SH';

好的，可以使用 Python 中的 MySQLdb 库来连接 MySQL 数据库并查询数据。需要先安装该库，可以使用以下命令进行安装：

pip install MySQLdb

然后可以使用以下代码查询 `stk_surv` 表中 `ts_code` 为 `'688218.SH'` 的记录的 `surv_date` 字段：

import MySQLdb

# 连接 MySQL 数据库
db = MySQLdb.connect(host="localhost", user="root", passwd="password", db="database_name")

# 创建游标对象
cursor = db.cursor()

# 执行 SQL 查询语句
cursor.execute("SELECT surv_date FROM stk_surv WHERE ts_code='688218.SH'")

# 获取查询结果
result = cursor.fetchone()

# 打印查询结果
print(result)

# 关闭游标和数据库连接
cursor.close()
db.close()

其中，需要将 `host`、`user`、`passwd`、`db` 分别替换为实际的 MySQL 数据库信息。如果查询成功，会输出该记录的 `surv_date` 字段的值。

def __stk_surv(): df=pd.read_sql("select ts_code from stock_basic", con = con0) ts_code = (df[df['ts_code'].str.contains('[HZ]')]['ts_code'] .drop_duplicates() .apply(lambda x: f"'{x}'") .reset_index(drop=True)) for i in ts_code: try: start_date = str(pd.read_sql("select surv_date from stk_surv", con = con3).sort_values('surv_date',ascending = False).iloc[0,0]) start_date=pd.to_datetime(start_date)+pd.Timedelta(1,'days') start_date=start_date.strftime('%Y%m%d') except: start_date = 20220101 dateToday = datetime.date.today().strftime('%Y%m%d') end_date = dateToday i = i[1:10] df = pro.stk_surv(**{ "ts_code": i, "trade_date": "", "start_date": start_date, "end_date": end_date, "limit": "", "offset": "" }, fields=[ "ts_code", "name", "surv_date", "fund_visitors", "rece_place", "rece_mode", "rece_org", "org_type", "comp_rece" ]) # print(df) time.sleep(0.31) df = df[df['rece_mode'].str.contains('调研')] df.to_sql(name='stk_surv',con=con3,if_exists='append',index=False) 增加进度条

你可以在循环中使用tqdm库来添加进度条。以下是修改后的代码示例：

from tqdm import tqdm
import time

def __stk_surv():
    df=pd.read_sql("select ts_code from stock_basic", con = con0)
    ts_code = (df[df['ts_code'].str.contains('[HZ]')]['ts_code']
               .drop_duplicates()
               .apply(lambda x: f"'{x}'")
               .reset_index(drop=True))
    for i in tqdm(ts_code):
        try:
            start_date = str(pd.read_sql("select surv_date from stk_surv", con = con3).sort_values('surv_date',ascending = False).iloc[0,0])
            start_date=pd.to_datetime(start_date)+pd.Timedelta(1,'days')
            start_date=start_date.strftime('%Y%m%d')
        except:
            start_date = 20220101
        dateToday = datetime.date.today().strftime('%Y%m%d')
        end_date = dateToday
        i = i[1:10]
        df = pro.stk_surv(**{
                "ts_code": i,
                "trade_date": "",
                "start_date": start_date,
                "end_date": end_date,
                "limit": "",
                "offset": ""
            }, fields=[
                "ts_code",
                "name",
                "surv_date",
                "fund_visitors",
                "rece_place",
                "rece_mode",
                "rece_org",
                "org_type",
                "comp_rece"
            ])
        # print(df)
        time.sleep(0.31)
        df = df[df['rece_mode'].str.contains('调研')]
        df.to_sql(name='stk_surv',con=con3,if_exists='append',index=False)

在上面的代码中，我们使用了tqdm库来包装循环，以自动为你添加进度条。你可以根据需要自定义进度条的样式和位置。