DataStruct _operations 模块
行情数据操作 Mixin 模块，提供数据选择、切片、重采样等操作。
模块结构
_operations.pyQuotationOperationsMixin
行情数据操作 Mixin，通过多重继承为数据结构提供各种数据选择和操作方法。
代码选择
select_code
按证券代码选择。
python
selected = data.select_code('600000')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
code | str | 证券代码 |
返回： QuotationDataStructBase - 新的数据实例
时间选择
select_time
按时间范围选择。
python
selected = data.select_time(start='2024-01-01', end='2024-12-31')
selected = data.select_time(start='2024-01-01')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
start | str | 开始时间 |
end | str | 结束时间（可选） |
返回： QuotationDataStructBase - 新的数据实例
selects
按证券代码和时间范围选择。
python
selected = data.selects(code='600000', start='2024-01-01', end='2024-12-31')
selected = data.selects(code='600000', start='2024-01-01')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
code | str | 证券代码 |
start | str | 开始时间 |
end | str | 结束时间（可选） |
返回： QuotationDataStructBase - 新的数据实例
select_day
选择特定日期（用于分钟线）。
python
selected = data.select_day('2024-01-01')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
day | str | 日期字符串 |
返回： QuotationDataStructBase - 新的数据实例
select_month
选择特定月份。
python
selected = data.select_month('2024-01')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
month | str | 月份字符串 |
返回： QuotationDataStructBase - 新的数据实例
select_single_time
选择特定时间点。
python
data_930 = data.select_single_time(hour=9, minute=30)参数：
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
hour | int | 9 | 小时 |
minute | int | 0 | 分钟 |
second | int | 0 | 秒 |
返回： pd.DataFrame - 筛选后的数据
select_time_with_gap
按时间偏移选择数据。
python
after = data.select_time_with_gap(time='10:30', gap=5, method='gt')
before = data.select_time_with_gap(time='10:30', gap=5, method='lt')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
time | str | 基准时间 |
gap | int | 偏移量 |
method | str | 方法 ('gt', 'gte', 'lt', 'lte', 'eq') |
方法说明：
| 方法 | 说明 |
|---|---|
gt / > | 选择基准时间之后的数据 |
gte / >= | 选择基准时间及之后的数据 |
lt / < | 选择基准时间之前的数据 |
lte / <= | 选择基准时间及之前的数据 |
eq / == | 选择基准时间的数据 |
返回： QuotationDataStructBase - 选择后的数据结构
列选择
select_columns
选择特定列。
python
prices = data.select_columns(['open', 'high', 'low', 'close'])
close = data.select_columns('close')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
columns | str/List[str] | 列名或列名列表 |
返回： 选择的列数据
头部和尾部
head
返回前 n 条数据。
python
first_10 = data.head(10)参数：
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
n | int | 5 | 数量 |
返回： QuotationDataStructBase - 新的数据实例
tail
返回后 n 条数据。
python
last_10 = data.tail(10)参数：
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
n | int | 5 | 数量 |
返回： QuotationDataStructBase - 新的数据实例
单条数据
get_bar
获取单个 bar 数据。
python
bar = data.get_bar(code='600000', time='2024-01-01')参数：
| 参数 | 类型 | 说明 |
|---|---|---|
code | str | 证券代码 |
time | str | 时间 |
返回： pd.Series - bar 数据
索引操作
reindex
重新索引。
python
reindexed = data.reindex(new_index)参数：
| 参数 | 类型 | 说明 |
|---|---|---|
ind | pd.MultiIndex | 新的 MultiIndex |
返回： QuotationDataStructBase - 重新索引后的数据结构
reindex_time
按时间重新索引。
python
reindexed = data.reindex_time(datetime_index)参数：
| 参数 | 类型 | 说明 |
|---|---|---|
ind | pd.DatetimeIndex | DatetimeIndex |
返回： QuotationDataStructBase - 重新索引后的数据结构
数据透视
pivot
数据透视表。
python
pivot_table = data.pivot('close')
pivot_table = data.pivot(['open', 'close'])参数：
| 参数 | 类型 | 说明 |
|---|---|---|
column_ | str/List[str] | 要透视的列名 |
返回： pd.DataFrame - 透视后的 DataFrame
使用示例
基本选择
python
from FQData.DataStruct import StockDayData
# 假设 stock 是 StockDayData 实例
# 按代码选择
selected = stock.select_code('600000')
# 按时间范围选择
selected = stock.select_time(start='2024-01-01', end='2024-06-30')
# 按代码和时间选择
selected = stock.selects(code='600000', start='2024-01-01', end='2024-06-30')时间序列操作
python
# 选择特定日期（分钟线）
day_data = stock.select_day('2024-01-01')
# 选择特定月份
month_data = stock.select_month('2024-01')
# 选择特定时间点（如收盘时间 15:00）
closing_data = stock.select_single_time(hour=15, minute=0)时间偏移选择
python
# 选择 10:30 之后的数据
after_1030 = stock.select_time_with_gap(time='10:30', gap=10, method='gt')
# 选择 10:30 之前的数据
before_1030 = stock.select_time_with_gap(time='10:30', gap=10, method='lt')数据透视
python
# 收盘价透视表
pivot_close = stock.pivot('close')
# 多列透视
pivot_prices = stock.pivot(['open', 'high', 'low', 'close'])头部和尾部
python
# 最近 5 个交易日
recent = stock.tail(5)
# 最早 10 个交易日
oldest = stock.head(10)