用Pandas Dataframe支撐起多只金融產品股票的數據內部形態

3. 如果同時拿一個板塊股票的收市價和成交額

前一篇說到，用大盤指數，如恆生指數，上證，深證，這些重要的大盤指數來做Dataframe主鍵，那麼如果是同時拿一個板塊股票的收市價和成交額，可以怎樣操作呢。

在實際開發中，應該是簡單的數據結構，容易閱讀為主，所以Dataframe的multi indexes我不建議使用，這令代碼很難閱讀。

最簡單的方法，當然是用dict來保存各股票的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，都會有一個dict，來保存每個板塊里，都有什麼股票。

按照React的開發核心，數據的結構，應該是面向界面，認知。

那麼按照業務的界面，散戶對股票的認知，這套流程是怎樣的。

這裡分別列出了3個主要的業務場景。

可以看出，無論是從日子，個股，成份股，板塊作為入囗點，輸出的結果，都是1只/多只股票的詳細數據。

那麼數據結構就可以很直觀看到是：

 無論入囗點是A或是B，最終都是輸出C。

 所以數據結構是這樣，就能最直觀的看到業務流程，界面，散戶認知，這些基本且重要的數據。