Column Open of a Pandas DataFrame is lost
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 35/100
Línea de trabajo
Ejecuta download.py para generar el CSV y, a continuación, usa store.py para reproducir la escritura con el DataFrame y los dtypes mostrados. Traza cómo se convierte el pandas DataFrame para la escritura en InfluxDB y compara los campos almacenados con las columnas de entrada. Se considera terminado cuando la columna Open se conserva y se muestra con los demás datos escritos.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Specifications
- Client Version: latest from pip
- InfluxDB Version: v2.7.1
- Platform: Windows 10
Code sample to reproduce problem
download.py
import datetime
from binance_historical_data import BinanceDataDumper
data_dumper = BinanceDataDumper(
path_dir_where_to_dump=".",
asset_class="spot", # spot, um, cm
data_type="klines", # aggTrades, klines, trades
data_frequency="1h",
)
data_dumper.dump_data(
tickers="BTCUSDT",
date_start=datetime.date(2023, 7, 1),
date_end=None,
is_to_update_existing=False,
)
store.py
from influxdb_client import InfluxDBClient, WriteOptions
import datetime
import pandas as pd
data_source = "binance"
asset_class = "spot" # spot, um, cm
storage_frequency = "daily" # daily, monthly
data_type = "klines" # aggTrades, klines, trades
symbol = "BTCUSDT"
data_frequency = "1h"
dt = datetime.date(2023, 7, 1)
fname = f"C:\\Users\\w4c\\data\\{data_source}\\{asset_class}\\{storage_frequency}\\{data_type}\\{symbol}\\{data_frequency}\\{symbol}-{data_frequency}-{dt.year}-{dt.month:02}-{dt.day:02}.csv"
with InfluxDBClient.from_env_properties() as client:
columns = [
"OpenTime",
"Open",
"High",
"Low",
"Close",
"Volume",
"CloseTime",
"Quote asset volume",
"Number of trades",
"Taker buy base asset volume",
"Taker buy quote asset volume",
"Ignore",
]
for df in pd.read_csv(fname, chunksize=1_000, names=columns):
# for col in ["OpenTime", "CloseTime"]:
for col in ["OpenTime"]:
df[col] = pd.to_datetime(df[col], unit="ms")
df["CloseTime"] *= 1_000_000
df["data_source"] = data_source
df["asset_class"] = asset_class
df["data_type"] = data_type
df["data_frequency"] = data_frequency
df["symbol"] = symbol
print(df)
print(df.dtypes)
with client.write_api() as write_api:
try:
write_api.write(
record=df,
bucket="data",
data_frame_measurement_name="crypto",
data_frame_tag_columns=["data_source", "asset_class", "data_type", "symbol", "data_frequency"],
data_frame_timestamp_column="OpenTime",
)
except Exception as e:
print(e)
Open column is not displayed
Additional info
No response
- Lenguaje dominante
- Python
- Estrellas
- 792
- Forks
- 186
- Merge medio
- 3 h 2 min
- PR fusionados (30 d)
- 1
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de influxdata/influxdb-client-python
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
influxdata/influxdb-client-python#613 · 7 comentarios ·
-
Public symbols not properly exported with `py.typed` present — triggers Pylance/Pyright errors Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
influxdata/influxdb-client-python#694 · 6 reacciones ·
-
bug
Dificultad 3/5 1-2 días Aptitud para principiantes 30/100
influxdata/influxdb-client-python#693 · 2 comentarios · 1 reacción ·
-
Socks proxy support Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
-
bug
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
Todos los issues de influxdata/influxdb-client-python
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
anthropics/skills#1811 · 1 comentario ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
speaches-ai/speaches#678 ·
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
datalayer/mcp-compose#42 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
conda-forge/spacy-feedstock#177 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
UKGovernmentBEIS/inspect_evals#2523 ·