用Pandas Dataframe支撑起多只金融产品股票的数据内部形态

3. 如果同时拿一个板块股票的收市价和成交额

前一篇说到，用大盘指数，如恒生指数，上证，深证，这些重要的大盘指数来做Dataframe主键，那麽如果是同时拿一个板块股票的收市价和成交额，可以怎样操作呢。

在实际开发中，应该是简单的数据结构，容易阅读为主，所以Dataframe的multi indexes我不建议使用，这令代码很难阅读。

最简单的方法，当然是用dict来保存各股票的Dataframe。

 

codes = {
    # 中石化, 中海洋, 中石油
    '石油': ['0386.HK', '0883.HK', '0857.HK'],
    # 昆能, 中燃氣, 新奧, 華潤燃氣, 北京控股
    '天然氣': ['0135.HK', '0384.HK', '2688.HK', '1193.HK', '0392.HK'],
    # 神華, 江銅, 鞍鋼, 山水, 金隅, 中鋁
    '資源': ['1088.HK', '0358.HK', '0347.HK', '0691.HK', '2009.HK', '2600.HK']
}

一般，都会有一个dict，来保存每个板块里，都有什麽股票。

按照React的开发核心，数据的结构，应该是面向界面，认知。

那麽按照业务的界面，散户对股票的认知，这套流程是怎样的。

 

 

这里分别列出了3个主要的业务场景。

可以看出，无论是从日子，个股，成份股，板块作为入囗点，输出的结果，都是1只/多只股票的详细数据。

那麽数据结构就可以很直观看到是：

 

 无论入囗点是A或是B，最终都是输出C。

 

 所以数据结构是这样，就能最直观的看到业务流程，界面，散户认知，这些基本且重要的数据。