怎么在PyCharm 批量导入股票历史日线数据

可以使用Python的pandas库和SQLAlchemy库来实现在PyCharm中批量导入股票历史日线数据到数据库中。

首先，需要安装pandas和SQLAlchemy库。可以使用以下命令来安装：

pip install pandas
pip install sqlalchemy

然后，需要准备好历史日线数据文件，可以使用csv或者Excel格式。假设历史日线数据文件的路径为`/path/to/data_file.csv`，数据文件的格式如下：

date,open,high,low,close,volume,code
2021-01-01,10.0,11.0,9.0,9.5,1000,000001
2021-01-02,9.5,10.5,9.0,10.0,2000,000001
...

其中，`date`列表示日期，`open`列表示开盘价，`high`列表示最高价，`low`列表示最低价，`close`列表示收盘价，`volume`列表示交易量，`code`列表示股票代码。

接下来，可以使用以下代码将历史日线数据导入到数据库中：

import pandas as pd
from sqlalchemy import create_engine

# 数据库连接信息
db_config = {
    'user': 'your_username',
    'password': 'your_password',
    'host': 'your_host',
    'port': 3306,  # 数据库端口
    'database': 'your_database'
}

# 数据库连接字符串
db_url = f"mysql+pymysql://{db_config['user']}:{db_config['password']}@{db_config['host']}:{db_config['port']}/{db_config['database']}?charset=utf8mb4"

# 创建数据库连接
engine = create_engine(db_url)

# 读取历史日线数据文件
df = pd.read_csv('/path/to/data_file.csv', dtype=str)

# 将股票代码转换为数字类型，方便后续操作
df['code'] = pd.to_numeric(df['code'])

# 将数据导入到数据库中
df.to_sql(name='history_daily', con=engine, if_exists='append', index=False)

# 关闭数据库连接
engine.dispose()

其中，`db_config`变量中存储的是数据库的连接信息，需要根据实际情况进行修改。`db_url`变量是数据库连接字符串，使用的是MySQL数据库。如果使用其他类型的数据库，需要修改数据库连接字符串。`df`变量是读取的历史日线数据文件，通过`pd.read_csv`函数读取csv文件。`to_sql`函数将数据导入到数据库中，`name`参数指定表名，`con`参数指定数据库连接，`if_exists`参数指定数据存在时的处理方式，`index`参数指定是否将行索引导入到数据库中。

以上代码将历史日线数据文件中的所有数据导入到数据库中。如果需要导入指定股票代码的历史日线数据，可以先对数据进行筛选，然后再使用`to_sql`函数导入到数据库中。