@云帆 谢谢您的帮助,我的股票池是所有A股股票,所以我只需要在给定行业中将这些股票的行业类型找到并赋值就行了,所以在您的代码的基础上,自己写了一个不太成熟但能满足需求的函数,用了get_industry函数,
def get_stock_industry(industry_name,date,output_csv = False):
'''
获取股票对应的行业
input:
neme: str,
"sw_l1": 申万一级行业
"sw_l2": 申万二级行业
"sw_l3": 申万三级行业
"jq_l1": 聚宽一级行业
"jq_l2": 聚宽二级行业
"zjw": 证监会行业
date:时间
output: DataFrame,index 为股票代码,columns 为所属行业代码
'''
all_securities = get_index_stocks("000002.XSHG",date = date) + get_index_stocks("399001.XSHE",date = date)
all_stocks = list(all_securities)
data = {"code":all_securities}
all_securities = pd.DataFrame(data)
all_securities['industry_code'] = 1
industry_list = []
stock_industry = get_industry(security = all_stocks,date=date)
for stk in all_stocks:
industry_str = stock_industry[stk][industry_name]['industry_code']
industry_list.append(industry_str)
all_securities['industry_code'] = industry_list
stock_industry = all_securities
if output_csv == True:
stock_industry.to_csv('stock_industry.csv') #输出csv文件,股票对应行业
return stock_industry
但是奇怪的是下一个替代nan值的函数就会出现各种问题,我在学习这个fillna_with_industry函数并尝试自己改进 额,文本太乱了,我试着贴个图
2019-09-17