From fdc7bfc10f8220d6788d8cd31e73f0973f75ec1e Mon Sep 17 00:00:00 2001
From: pavrxskmy <3034025383@qq.com>
Date: Sat, 9 Nov 2024 22:08:31 +0800
Subject: [PATCH] ADD file via upload

---
 7.3.2.py | 77 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 77 insertions(+)
 create mode 100644 7.3.2.py

diff --git a/7.3.2.py b/7.3.2.py
new file mode 100644
index 0000000..5ae9eb4
--- /dev/null
+++ b/7.3.2.py
@@ -0,0 +1,77 @@
+# -*- coding: utf-8 -*-
+import tushare as ts
+import pandas as pd
+
+# Tushare API 初始化
+ts.set_token('64532b1c03637bc0c3ac92931a5d1b53cfaf75de87c22dfdc70ca6a0')
+pro = ts.pro_api()
+
+# 股票基本信息获取，并保存为 Excel 文件
+try:
+    stkcode = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry')
+    stkcode.to_excel('stkcode.xlsx', index=False)
+    print("股票基本信息已成功导出到 'stkcode.xlsx'")
+except PermissionError as e:
+    print(f"无法写入 'stkcode.xlsx' 文件：{e}")
+    print("请确保文件没有被其他程序占用，并且你有写入权限。")
+    exit(1)
+
+# 从利润表中获取营业收入、营业利润、利润总额、净利润指标数据
+income = pro.income_vip(period='20161231', fields='ts_code,revenue,operate_profit,total_profit,n_income_attr_p')
+income = income.drop_duplicates(subset=['ts_code'])
+print(f"收入数据列名: {income.columns}")
+
+# 从资产负债表中获取资产总计、固定资产指标数据
+balance = pro.balancesheet_vip(period='20161231', fields='ts_code,total_assets,fix_assets')
+balance = balance.drop_duplicates(subset=['ts_code'])
+print(f"资产负债数据列名: {balance.columns}")
+
+# 从财务指标表中获取净资产收益率、每股净资产、每股资本公积、每股收益指标数据
+indicator = pro.fina_indicator_vip(period='20161231', fields='ts_code,roe,bps,capital_rese_ps,eps')
+indicator = indicator.drop_duplicates(subset=['ts_code'])
+print(f"财务指标数据列名: {indicator.columns}")
+
+# 检查每个数据集中是否包含 'ts_code' 列
+for df, name in zip([income, balance, indicator], ['income', 'balance', 'indicator']):
+    if 'ts_code' not in df.columns:
+        raise KeyError(f"数据集 {name} 中没有 'ts_code' 列，请检查数据文件")
+
+# 检查并处理 NaN 值
+def check_and_handle_nan(df, name):
+    if df.isnull().values.any():
+        print(f"数据集 {name} 包含 NaN 值，进行处理...")
+        # 选择删除包含 NaN 的行
+        df = df.dropna()
+        # 或者选择填充 NaN 值
+        # df = df.fillna(0)
+    return df
+
+income = check_and_handle_nan(income, 'income')
+balance = check_and_handle_nan(balance, 'balance')
+indicator = check_and_handle_nan(indicator, 'indicator')
+
+# 数据集成，以代码为键，内连接，并把集成后的数据导出 Excel
+tempdata = pd.merge(income, balance, how='inner', on='ts_code')
+Data = pd.merge(tempdata, indicator, how='inner', on='ts_code')
+
+# 确保合并后的数据集中包含 'ts_code' 列
+if 'ts_code' not in Data.columns:
+    raise KeyError("合并后的数据集中没有 'ts_code' 列，请检查数据文件")
+
+# 再次检查并处理 NaN 值
+Data = check_and_handle_nan(Data, 'Data')
+
+# 将集成后的数据导出到 Excel
+Data.to_excel('Data.xlsx', index=False)
+print("数据已成功导出到 'Data.xlsx'")
+
+## 另外，本章中的其他数据获取例子，也在本程序中
+# 获取上汽集团2017年的交易数据，并导出 Excel
+dta = pro.daily(ts_code='600104.SH', start_date='20170101', end_date='20171231')
+dta = dta.sort_values('trade_date')
+dta.to_excel('dta.xlsx')
+
+# 获取沪深300指数2017年的交易数据，并导出 Excel
+hs300 = pro.index_daily(ts_code='399300.SZ', start_date='20170101', end_date='20171231')
+hs300 = hs300.sort_values('trade_date')
+hs300.to_excel('hs300.xlsx')