1. import tushare as ts
    2. import pandas as pd
    4. #测试dataFrame
    7. shareCode = '600848'
    9. dfLoad = ts.get_k_data(shareCode,start='2018-01-05',end='2018-01-09')
    10. dfUpda1 = ts.get_k_data(shareCode,start='2018-01-05',end='2018-01-12') 
    11. dfUpda2 = ts.get_k_data(shareCode,start='2018-01-15',end='2018-01-20')
    14. dfConc = pd.concat([dfLoad,dfUpda2,dfUpda1])
    16. #排序
    17. #注意排序之后原本的数据不会变,而是返回一个排序完的值....记得用一个变量去接收
    18. dfSort = dfConc.sort_values(by = 'date',ascending = False)
    20. #去重- subset表示考虑哪一列   keep = 'first' 表示留下第一个
    21. dfDrop = dfSort.drop_duplicates(subset = ['date'],keep = 'first')
    24. print(dfSort)
    25. print(dfDrop)
    27. #这里可以选择是否保存index 看情况吧
    28. dfDrop.to_csv('days/' + shareCode + '.csv',index = False)
    30. #读取这里可以选择哪一列作为键值 (index) 否则读出来的数据会自动添加然后多一列..
    31. #选择键值参数 index_col
    32. dfRead = pd.read_csv('days/' + shareCode + '.csv')
    35. #直接连接 这里不适用merge
    36. #merge 合并后会分开左右两边列名相同的值
    37. #dfRead = pd.concat([dfRead,dfSort])
    40. #显示全部列
    41. pd.set_option('display.max_column',None)
    43. print('dfRead:')
    44. print(dfRead)

    https://blog.csdn.net/icnntta/article/details/81274168