for element in d6:
s3_date.append(element['t'])
s3_price.append(element['收盘价'])
# 数据放到df里面，方便用
df3['price'] = s3_price
df3.index = pd.to_datetime(s3_date)
# 天软的股息点数据有个问题在于
# 他剔除了为零的股息
# 这样数据会少一段，需要把缺少的数据补位0
# step1 生成交易日序列
datef = []
for datenum in dateS:
datetuple = ts.DecodeDate(datenum)
datestr = str(datetuple[0]) + '-' + str(datetuple[1]) + '-' + str(
datetuple[2])
datef.append(parse(datestr))
# step2 插入缺失的零
for elm in datef:
if elm not in df3.index:
# index 必须用list 框起来
tdf = pd.DataFrame([0], index=[elm], columns=['price'])
# append不会修改原来的df，需要重新赋值一下
df3 = df3.append(tdf)
# 重新按照索引排个序
df3.sort_index(axis=0,
level=None,
def decode_date(dt):
dt_decode = tsl.DecodeDate(dt)
return pd.Timestamp(*dt_decode)
