1

我遇到了 pandas 方法的问题：read_sql 我从数据库中选择了四列和大约 100 行。

import pymysql
sql = "SELECT `opens`,`high`,`low`,`close` FROM `dbname`"
result = ""
try:
    with c as cursor:
      cursor.execute(sql)
      result = cursor.fetchall()
    conn.commit()
finally:
    conn.close()
print(result)

上述示例的结果以正确的格式返回值，对于存储在数据库中的双精度和数据具有良好的精度。

opens       high        low         close
0.00016445  0.00016445  0.00016445  0.00016445

但是有：

import pandas as pd
df = pd.read_sql(sql,conn,coerce_float=False)
print(df)

结果是：

opens     high      low       close
0.000164  0.000164  0.000164  0.000164

我需要使用数据库中的数据，这在重新采样数据期间会导致很多问题。任何人都可以帮助我吗？

我试图改变演员阵容，并添加了选项“coerce_float=False”，但这似乎毫无价值

编辑 9.07.2018 - 1：

SQL 表耻辱：

 CREATE TABLE `dbname` (
  `ids` int(11) NOT NULL AUTO_INCREMENT,
  `timestamp` int(10) unsigned NOT NULL,
  `high` double NOT NULL,
  `low` double NOT NULL,
  `opens` double NOT NULL,
  `close` double NOT NULL,
  `volume` double NOT NULL,
  `weightedAverage` double NOT NULL,
  PRIMARY KEY (`ids`)
) ENGINE=InnoDB AUTO_INCREMENT=16113 DEFAULT CHARSET=latin1

编辑 10.07.2018 - 2： 重采样示例：

df.set_index('timestamp', inplace=True)

#converting timestamp to DatatimeIndex
df.index = pd.to_datetime(df.index, unit='s')
conversion = {'opens': 'first', 'high': 'max', 'low': 'min', 'close': 'last'}

#df = df.resample('15Min', how = conversion, base=0)
 df = df.resample(self.period, closed='right').agg(conversion)
print(df)

编辑 11.07.2018 - 编辑 1 我对这个问题有部分解决方案：我在采取任何行动之前添加了：

pd.set_option('display.float_format', lambda x: ('%.8f' % x).rstrip('.0'))

好吧，使用该设置一切正常。我解决了那个问题。也许有人会遇到同样的问题并快速找到我的解决方案。

4

0 回答 0