使用struct解析通达信本地Lday日线数据_通达信日线数据

★★★★★博文原创不易，我的博文不需要打赏，也不需要知识付费，可以白嫖学习编程小技巧，喜欢的老铁可以多多帮忙点赞，小红牛在此表示感谢。★★★★★

在Python中，struct模块提供了二进制数据的打包和解包功能，可以将Python数据类型转换为二进制数据，或者将二进制数据转换为Python数据类型。

Pandas是Python中一个广泛使用的数据分析库，它提供了方便的数据操作和分析功能。Pandas能够处理各种数据格式，包括CSV、Excel、SQL等，能够进行数据清洗、预处理、分析和可视化等操作。Pandas的核心数据结构是DataFrame，它是一个二维表格，与Excel表格类似，可以使用类似于Python内置的行列索引方式进行操作。Pandas还提供了丰富的数据分析函数，如统计函数、分组聚合、时间序列分析等。

#01. 龙虎榜小红牛股票系统，官方微信公众号：GXZFP888

#02. 我的Python教程官方微信公众号：wdPython
1
2
3

前面分析过通达信日线数据的结构，今天介绍另一种简洁的写法：使用struct解析数据，有相关需求的小伙们可以看看上一篇博文的分析报告详情，这里就不再重复说明了，自己理解以下Python源码的写法。

import os
import struct
import pandas as pd

def read_TdxLday_datas(folder_name):
    tdx_datas=[]
    with open(folder_name,'rb')  as f:
        buffer=f.read()  #读取数据到缓存
        size=len(buffer)
        rowSize=32 #通信达day数据，每32个字节一组数据
        code=os.path.basename(folder_name).replace('.day','')
        for i in range(0,size,rowSize):  #步长为32遍历buffer
            row=list( struct.unpack('IIIIIfII',buffer[i:i+rowSize]) )
            row[1]=row[1]/100
            row[2]=row[2]/100
            row[3]=row[3]/100
            row[4]=row[4]/100
            row.pop() #移除最后无意义字段
            row.insert(0,code)
            tdx_datas.append(row)

    data=pd.DataFrame(data=tdx_datas,columns=['code','tradeDate','open','high','low','close','amount','vol'])
    print(data)
#设置成你的日线数据所在tdx路径位置
read_TdxLday_datas(folder_name="E:/zd_cjzq/vipdoc/sh/lday/sh600519.day")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26