Tushare Day3——了解stock_company并与stock_basic数据规模进行比较

最新推荐文章于 2024-11-20 09:03:47 发布

原创

最新推荐文章于 2024-11-20 09:03:47 发布 · 2.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #orm

本文通过Tushare库分别导入并分析了stock_company和stock_basic的数据，发现股票总数存在差异。经过对比和异常值检查，发现数据差异主要源于额外的行和可能的列信息不一致。分析过程包括分交易所导入数据、数据合并及异常情况的详细探讨。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

了解stock_company

1 stock_company的基本信息
2 由于导入限制，把股票分成上交所和深交所分别导入

1 stock_company的基本信息

在这里插入图片描述

2 由于导入限制，把股票分成上交所和深交所分别导入

# username = 'root'
# password = '000000'

import pandas as pd
import tushare as ts
# from sqlalchemy import create_engine 
# import pymysql
# pymysql.install_as_MySQLdb()

2.1 设置fields为交易所以外的信息

fields_list = ["ts_code", # 0 股票代码
          "exchange", # 1 交易所代码 SSE上交所 SZSE深交所
          "chairman", # 2 法人代表
          "manager", # 3 总经理
          "secretary", # 4 董秘
          "reg_capital", # 5 注册资本
          "setup_date", # 6 注册日期
          "province", # 7 所在省份
          "city", # 8 所在城市
          "introduction", # 9 公司介绍
          "website", # 10 公司主页
          "email", # 11 电子邮件
          "office", # 12 办公室
          "employees", # 13 员工人数
          "main_business", # 14 主要业务及产品
          "business_scope", # 15 经营范围
         ]

fields = 'ts_code,exchange,chairman,manager,secretary,reg_capital,setup_date,province,city,introduction,website,email,office,employees,main_business,business_scope'

2.2 导入股票信息

pro = ts.pro_api()

2.3 分别取出上交所和深交所的信息并以dataframe的形式保存

# 一次只能取4000条，所以根据交易所分批提取
df_SZSE = pro.stock_company(exchange='SZSE' # 交易所代码 SZSE深交所
                            ,fields=fields  # 如果这个fields不写会出错
                           )
df_SZSE.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2437 entries, 0 to 2436
Data columns (total 16 columns):
 #   Column          Non-Null Count  Dtype  
---  ------          --------------  -----  
 0   ts_code         2437 non-null   object 
 1   exchange        2437 non-null   object 
 2   chairman        2436 non-null   object 
 3   manager         2408 non-null   object 
 4   secretary       2435 non-null   object 
 5   reg_capital     2437 non-null   float64
 6   setup_date      2437 non-null   object 
 7   province        2437 non-null   object 
 8   city            2437 non-null   object 
 9   introduction    2433 non-null   object 
 10  website         2401 non-null   object 
 11  email           2432 non-null   object 
 12  office          2437 non-null   object 
 13  business_scope  2437 non-null   object 
 14  employees       2434 non-null   float64
 15  main_business   2428 non-null   object 
dtypes: float64(2), object(14)
memory usage: 304.8+ KB

df_SSE = pro.stock_company(exchange='SSE' # 交易所代码 ，SSE上交所
#                            , fields=fields
                          )
df_SSE.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1871 entries, 0 to 1870
Data columns (total 12 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   ts_code      1871 non-null   object 
 1   exchange     1871 non-null   object 
 2   chairman     1871 non-null   object 
 3   manager      1830 non-null   object 
 4   secretary    1868 non-null   object 
 5   reg_capital  1871 non-null   float64
 6   setup_date   1871 non-null   object 
 7   province     1869 non-null   object 
 8   city         1869 non-null   object 
 9   website      1842 non-null   object 
 10  email        1868 non-null   object 
 11  employees    1870 non-null   float64
dtypes: float64(2), object(10)
memory usage: 175.5+ KB