python对数据进行分类汇总制作新表，moneyflow是所有个股每日资金流入流出，有trade_date,ts_code,net_count,ths_indes是概念股成分， 现在根据概念股成分，统计每个概念每天的资金流入流出，对概念成分股的net_count求和

在Python中，你可以使用pandas库来处理这样的数据操作。首先，你需要将`moneyflow`和`ths_indes`数据合并，然后按日期和概念分组，最后计算每个概念每天的资金净流（即`net_count`的总和）。以下是大致步骤：

1. **导入必要的库**：

import pandas as pd

2. **加载数据**：

# 假设moneyflow和ths_indes已经读入为DataFrame，例如：
moneyflow = pd.read_csv('moneyflow.csv')
ths_indes = pd.read_csv('ths_indes.csv')

3. **合并数据**，可以利用`merge()`函数基于共享的列如`ts_code`：

merged_data = pd.merge(moneyflow, ths_indes, on='ts_code', how='left')

4. **计算净流并分组**：

# 计算净流入，假设正数表示流入，负数表示流出
merged_data['net_flow'] = merged_data['net_count'].apply(lambda x: x if x > 0 else -x)

# 按日期（trade_date）和概念分组，并求和
grouped_data = merged_data.groupby(['trade_date', 'ths_indes']).sum().reset_index()

5. **结果存储**：

grouped_data.to_csv('concept_moneyflow_summary.csv', index=False)

现在，`grouped_data` DataFrame包含了每个概念每天的资金净流入总额。