使用循环构建时间序列数据库

Question

我在这里有很多关于合并数据库的内容，但我正在努力解决我的问题。

我希望创建一个比赛结果数据库。我从 csv 文件中获取所有数据，win 市场和 place 市场都有 csv 文件，每天都有 1 个。所以每个日期都有 2 个 csv 文件，一个胜利和一个地方。

我已尝试通过将过去 2 天的数据合并在一起来开始创建此数据库。到目前为止效果很好。

import pandas as pd

win_1 = pd.read_csv('dwbfpricesukwin17092018.csv')
win_2 = pd.read_csv('dwbfpricesukwin16092018.csv')
place_1 = pd.read_csv('dwbfpricesukplace17092018.csv')
place_2 = pd.read_csv('dwbfpricesukplace16092018.csv')

win_data = win_1.append(win_2)
place_data = place_1.append(place_2)

place_data.rename(columns={'WIN_LOSE': 'WIN_LOSE_PLC', 'BSP': 'BSP_PLC'}, inplace=True)

total_data = win_data.merge(place_data[['WIN_LOSE_PLC', 'BSP_PLC', 'SELECTION_NAME']], on='SELECTION_NAME', how='outer')

total_data[['EVENT_DT', 'SELECTION_NAME', 'WIN_LOSE', 'BSP', 'WIN_LOSE_PLC', 'BSP_PLC']].to_csv('data.csv')

但是我想创建一个全年的数据库。

我正在考虑创建两个变量，开始日期和结束日期并循环通过它们，让循环更改 csv 文件中的日期。但我有点不知道从哪里开始。

start_date = '01012018'
end_date = '17092018'

我怎样才能让循环知道这两个数字是日期，并一次通过它们 1 天？

我也可以在这里使用 .append 吗？我想使用联接或合并，但它只会创建新列，而不是将新数据发送到数据库底部。

我希望我已经对自己进行了足够的解释，提前感谢您的帮助。

Answer 1

您可以将Pandas.date_range 与列表理解一起使用。

类似这样的：

win_template = 'dwbfpricesukwin{}.csv'
place_template = 'dwbfpricesukwin{}.csv'

start_date = '2018-01-01'
end_date = '2018-09-17'
dates = pd.date_range(start=start_date, end=end_date, freq='D')

win_files = [win_template.format(x.strftime('%d%m%Y')) for x in dates]
place_files = [place_template.format(x.strftime('%d%m%Y')) for x in dates]

然后继续列表推导，使用 Pandas.concat 创建您的 DataFrame：

df_win = pd.concat([pd.read_csv(win) for win in win_files])
df_place = pd.concat([pd.read_csv(place) for place in place_files])