### 实现Python脚本定时从Wind数据库提取数据并保存为Excel文件 为了完成此任务，可以采用`pandas`库处理数据以及`openpyxl`库来操作Excel文件。对于定时执行的任务调度，则可利用`APScheduler`库[^1]。 #### 安装必要的库 首先需安装所需的第三方库，可以通过pip命令轻松做到这一点： ```bash pip install pandas openpyxl APScheduler WindPy ``` 其中`WindPy`是连接至Wind金融终端所必需的API接口[^2]。 #### 编写Python代码实现功能需求 下面是一份简单的Python程序示例，用于展示如何设置一个每分钟运行一次的任务，该任务会查询特定股票的日收盘价并将结果存储在一个新的工作表中： ```python import time from datetime import date, timedelta import pandas as pd from apscheduler.schedulers.blocking import BlockingScheduler import wtpy # 假设已通过WindPy登录认证 def fetch_wind_data(): today = date.today() yesterday = (today - timedelta(days=1)).strftime('%Y-%m-%d') # 使用w.wsd函数获取历史行情数据 data = w.wsd("000001.SZ", "close", startdate=yesterday, enddate=today).Data[0] df = pd.DataFrame(data, columns=['Close']) file_path = f'stock_close_{today}.xlsx' with pd.ExcelWriter(file_path, engine='openpyxl') as writer: df.to_excel(writer, sheet_name=f'{today}', index=False) if __name__ == '__main__': scheduler = BlockingScheduler() # 添加作业到计划任务里去 job = scheduler.add_job(fetch_wind_data, 'interval', minutes=1) try: scheduler.start() # 启动调度器 except KeyboardInterrupt: pass finally: scheduler.shutdown(wait=False) # 关闭调度器 ``` 这段代码实现了如下几个方面的工作： - 设置了一个名为`scheduler`的对象实例化自`BlockingScheduler()`类； - 创建了名为`fetch_wind_data`的功能模块负责实际的数据抓取逻辑； - 将上述定义好的方法作为参数传递给`scheduler.add_job()`方法创建一个新的job对象，并指定了间隔时间为一分钟； - 当接收到终止信号时优雅地停止所有正在运行中的jobs[^3]。