用Pandas Dataframe支撑起多只金融产品股票的数据内部形态
Posted chenkuang
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了用Pandas Dataframe支撑起多只金融产品股票的数据内部形态相关的知识,希望对你有一定的参考价值。
3. 如果同时拿一个板块股票的收市价和成交额
前一篇说到,用大盘指数,如恒生指数,上证,深证,这些重要的大盘指数来做Dataframe主键,那麽如果是同时拿一个板块股票的收市价和成交额,可以怎样操作呢。
在实际开发中,应该是简单的数据结构,容易阅读为主,所以Dataframe的multi indexes我不建议使用,这令代码很难阅读。
最简单的方法,当然是用dict来保存各股票的Dataframe。
codes = { # 中石化, 中海洋, 中石油 ‘石油‘: [‘0386.HK‘, ‘0883.HK‘, ‘0857.HK‘], # 昆能, 中燃氣, 新奧, 華潤燃氣, 北京控股 ‘天然氣‘: [‘0135.HK‘, ‘0384.HK‘, ‘2688.HK‘, ‘1193.HK‘, ‘0392.HK‘], # 神華, 江銅, 鞍鋼, 山水, 金隅, 中鋁 ‘資源‘: [‘1088.HK‘, ‘0358.HK‘, ‘0347.HK‘, ‘0691.HK‘, ‘2009.HK‘, ‘2600.HK‘] }
一般,都会有一个dict,来保存每个板块里,都有什麽股票。
按照React的开发核心,数据的结构,应该是面向界面,认知。
那麽按照业务的界面,散户对股票的认知,这套流程是怎样的。
这里分别列出了3个主要的业务场景。
可以看出,无论是从日子,个股,成份股,板块作为入囗点,输出的结果,都是1只/多只股票的详细数据。
那麽数据结构就可以很直观看到是:
无论入囗点是A或是B,最终都是输出C。
所以数据结构是这样,就能最直观的看到业务流程,界面,散户认知,这些基本且重要的数据。
以上是关于用Pandas Dataframe支撑起多只金融产品股票的数据内部形态的主要内容,如果未能解决你的问题,请参考以下文章
用Pandas Dataframe来抓取重构金融股票的各种业务&数据形态