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)