使用tushare數據源獲取數據后處理

以下都是本人在獲得數據后，進行量化回測時，處理數據遇到的各種坑以及解決方案，有些甚至都很幼稚，切勿嘲笑

獲取數據

導包

import tushare as ts
import pandas as pd
import matplotlib
#(jupyternotebook 畫圖用的，別的工具可以不用)
%matplotlib auto 
#正常顯示畫圖時出現的中文和負號
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] =False
#顯示所有列
pd.set_option('display.max_columns',None)
#顯示所有行
pd.set_option('display.max_rows',None)

獲取50指數數據

token='token值'
pro = ts.pro_api(token)
df = ts.fund_nav(ts_code='510050.SH')
df.head()

數據處理：
1.ts_code只保留前面代碼

df['ts_code']=df['ts_code'].apply(lambda x:x[:6]).tolist()

2.列名修改

#修改列名
df.rename(columns={'ann_date':'trade_date'},inplace=True)

3.刪除不需要的列

df = df.drop(['end_date','accum_nav','accum_div','net_asset','total_netasset','adj_nav','update_flag'],axis=1,inplace=True)

4.將數字日期修改為%Y-%m-%d格式
粗略說明，之后會專門講解，挺麻煩的，將str格式轉化為數字，再進行轉換

df['trade_date'] = df['trade_date'].astype('datetime64[ns]')

5.按照日期排序
博主曾經遇到一個錯誤，就是日期排序后，有幾個日期不是按照順序排的，后來解決了，但目前找不到當時的解決方案，以后補充（備注，也歡迎大家補充）

df = df.sort_values(by='trade_date')
df.set_index('trade_date',inplace=True)