DataWhale作业

本次打卡：一夜回到解方前QAQ
不是有意要这样写，确实没有把前面的东西用起来

基本思路：

1. 分析题目，查看文件：

company_data.csv 中的信息：

	证券代码 = 企业
	日期 = 时间年份
	收入类型 = 产业类型
	收入额 = 收入额

2. 读取数据并简要查看

import numpy as np
import pandas as pd
path1 = r".\company\Company.csv"
path2 = r"./company/Company_data.csv"  # 两种写法均可以

df1 = pd.read_csv(path1, encoding="utf-8", engine="python")   
df2 = pd.read_csv(path2, encoding="utf-8", engine="python")

print(df1.head())
print("-"*66)
print(df2.head())

print("Company", df1.shape, type(df1))
print("Company_data", df2.shape, type(df2))

3. 转化数学公式

    p(Xi) = 某个企业某年某产业收入 /  该企业改年所有产业的总收入
    		= 同一个证券代码 日期不变（同一日期）某个收入类型的收入额 /  同一证券代码 同一年 的收入总和
   

关键是如何实现：？？
这里便使用了分组的形式：
先对分母进行操作：

df2_time = df2.groupby(["证券代码", "日期"])["收入额"].sum()
print(df2_time, type(df2_time))

a = np.array([])
a = df2_time.values
# print(a.reshape(-1, 1))
df2_time_sum = a.reshape(-1, 1)

再对分子操作
这里涉及到长宽表的使用：

df2.pivot_table(index=["证券代码", "日期"],
               columns = "收入类型",
               values = "收入额")
b = np.array([])
b = df2.pivot_table(index=["证券代码", "日期"],
               columns = "收入类型",
               values = "收入额").values

构成 p :
这里的思路类似于第一章的练习题

p = b/a.reshape(-1, 1)

I = (p * np.log(p)).sum()		# 出现警告

此处卡壳（因为打印出的 I 是 Nan）
这我就不明白了。数据怎么就是空值呢？
（略过）

4. 将上面的到的数据写入到表1中。
   怎么对应的相同的项目去写入数据？？
   又不会了？？