数据整理总结

1、目的：通过python处理面板数据

        获得几种面板数据(n0-n5)，索引有两个，分别是时间和股票名称。时间可能无法完全匹配，股票也可能不一样。

最终要获得的数据：每只股票每个时间段的特征值，该数据用于机器学习。

2、处理思路：

        构建一个拥有所有股票代码和日期的DataFrame(df)，之后将每个面板数据中能够与df时间索引和代码索引相匹配的数据插入到df的特征列中。

过程

（1）构建一个df用于获得所有整理过的数据。

（2）将面板数据n0-n5构建为多维度的数据集，其索引分别是时间和股票代码。

（3）对时间 t 和代码 c 进行遍历，获得索引（c，t）

        如果n0-n5数据集中没有该时间该股票的数据，则构建一个空Series，为df中时间t股票c增加Series。

        如果n0-n5数据集中有（c,t）的数据，那么为索引为（c,t）的df添加该数据。

3、重点：

（1）多维数据以及获取数据

n5.groupby(['Stkcd','Reptdt'])['Negshrcr1'].mean()

        将二维数据n5升为三维数据，索引分别是股票名和时间

n5.loc[(c,d),['Negshrcr1']]

        根据索引以及列名获得数据，列名可以为多个，例如：

df1.loc[(c,d),['A0'，'A1','A2']]

        这意味着能够获得三个列的数据

（2）为多维数据赋值

df1.loc[(c,d),['A1','A2','A3,'B1']] = n0.loc[(c,d),['A1','A2','A3,'B1']]

        对df1的多个列赋值

        当df1没有 B1 列时，该语句能够为df1创建一个B1列，并为B1列赋值