R语言-股票数据库(4)-股票行业和概念板块数据-Wind

############################################################################################
######################     行业数据        #############################################
############################################################################################
create table stock_industry_wind
(stock_id varchar(10)    -- 股票代码
,DATETIME date  -- 数据日期
,STOCK_name varchar(50)  -- 公司名
,START_DATE DATE  -- 上市日期
,CONCEPT     VARCHAR(500)  -- 概念板块
,industry_gics    VARCHAR(150)  -- WIND行业名称 11种分类
,industry_gicscode    INT  -- WIND行业代码 11种分类
,industry_CSRC12   VARCHAR(150)  -- 证监会行业名称 19种分类
)
############################################################################################
###############  循环加载交易数据  ##################
############################################################################################
library(RCurl)
library(RMySQL)  # 载入RMySQL包
library(WindR)
w.start()table_name <- "stock_industry_wind"
flag <- ".SH"
date_dt <- '20170320'
filepath <- "E:/.../数据源/"
security <- readLines(paste(filepath,'沪市代码list.txt',sep = ''))
filename <- paste(filepath,table_name,"_",date_dt,'.txt',sep = '')
code <- vector(length = length(security))
listingdate <- vector(length = length(security))
security.tab <- data.frame(code, listingdate, stringsAsFactors=FALSE)
for (i in 1 : length(security))
{ security.tab[i,] = do.call(cbind,(strsplit(security[i],"\t")))    }for (i in 1 : length(security))
{code <- paste(security.tab$code[i],flag,sep="")cat(i,"\t---",code,"\t---","\n")w_wsd_data<-w.wss(code,'sec_name,ipo_date,concept,industry_gics,industry_gicscode,industry_CSRC12',tradeDate=date_dt,'industryType=1')data_df1<-w_wsd_data$Datadata_df1<-cbind(data_df1[,1],'2017-03-20',data_df1[,2:length(data_df1)])data_df1$IPO_DATE<-as.Date('1899-12-30')+data_df1$IPO_DATEif (i==1) { data_df2<-data_df1 }else { data_df2<-rbind(data_df1,data_df2) }
}conn <- dbConnect(MySQL(),dbname = "gushi",username = "root")  #建立数据库连接dbSendQuery(conn, "SET @@sql_mode=ANSI;")      # 启动非严格模式dbSendQuery(conn, "SET NAMES GBK")             # win7环境下如果汉字乱码，就运行这条命令write.table(data_df2,file=filename,sep="\t",quote=FALSE,row.name=FALSE, col.names = FALSE)strSQL <- paste('load data infile \'',filename,'\' into table ',table_name,' character set GBK fields terminated by \'\t\' lines terminated by \'\n\'',sep="")res1 <-dbSendQuery(conn, strSQL)#dbWriteTable(conn,table_name,data_df1,append=T,row.names=F)   ## 存在中文的话会不显示#dbReadTable(conn,table_name)dbDisconnect(conn)

R语言-股票数据库(4)-股票行业和概念板块数据-Wind相关推荐

R语言可以直接从数据库读取数据么？R语言读取数据库数据示例
R语言可以直接从数据库读取数据么?R语言读取数据库数据示例目录 R语言可以直接从数据库读取数据么?R语言读取数据库数据示例 R语言是解决什么问题的? R语言可以直接从数据库读取数据么?R语言读取数据 ...
R语言可视化散点图、气泡图、动态气泡图、数据点重合的散点图、数据点计数图、抖动数据点图、基于lm方法或者loess方法拟合数据点之间的趋势关系曲线、自定义数据点的大小、色彩、添加主标题、副标题、题注
R语言可视化散点图.气泡图.动态气泡图.数据点重合的散点图.数据点计数图.抖动数据点图.基于
R语言可视化斜率图、扩充图像纵横比为数据标签显示更整齐、ggrepel包来帮忙
R语言可视化斜率图.扩充图像纵横比为数据标签显示更整齐.ggrepel包来帮忙目录
R语言使用t.test函数计算两组独立数据的t检验（Independent t-test）
R语言使用t.test函数计算两组独立数据的t检验(Independent t-test) 目录 R语言使用t.test函数计算两组独立数据的t检验(Independent t-test) #仿真数据
R语言split函数、unsplit函数按组拆分数据、合并数据实战
R语言split函数.unsplit函数按组拆分数据.合并数据实战目录 R语言split函数.unsplit函数按组拆分数据.合并数据实战 #基本语法
R语言使用sqldf包按照SQL语法操作dataframe数据（Using SQL statements to manipulate data frames）
R语言使用sqldf包按照SQL语法操作dataframe数据(Using SQL statements to manipulate data frames) 目录
R语言删除包含缺失值的行并将字符数据列（character）转化为因子列(factor)实战
R语言删除包含缺失值的行并将字符数据列(character)转化为因子列(factor)实战目录
R语言使用ggplot2同时可视化dataframe的多个数据列实战：多个数据列可视化在同一个图中、多个数据列可视化在多个图中（纵向多个子图）
R语言使用ggplot2同时可视化dataframe的多个数据列实战:多个数据列可视化在同一个图中.多个数据列可视化在多个图中(纵向多个子图) 目录
R语言生存分析COX回归分析实战：以乳腺癌数据为例
R语言生存分析COX回归分析实战:以乳腺癌数据为例目录

R语言-股票数据库(4)-股票行业和概念板块数据-Wind

R语言-股票数据库(4)-股票行业和概念板块数据-Wind相关推荐

最新文章

热门文章