使用 merge 函数以并集方式合并沪深 300 和 A 股票，并利用 GroupBy 函数以股票代码 “ts_code”列为键进行分组，计算分组中收盘价的平均值、最大值、最小值和中位数。

好的，以下是使用 Python pandas 库进行操作的代码示例：

import pandas as pd

# 读取沪深 300 和 A 股票数据，假设分别存储在 hushen300.csv 和 A_stock.csv 文件中
hushen300_df = pd.read_csv('hushen300.csv')
A_stock_df = pd.read_csv('A_stock.csv')

# 使用 merge 函数以并集方式合并两个数据框，以股票代码 “ts_code” 列为键进行合并
merged_df = pd.merge(hushen300_df, A_stock_df, on='ts_code', how='outer')

# 使用 groupby 函数以股票代码 “ts_code” 列为键进行分组，并计算分组中收盘价的平均值、最大值、最小值和中位数
result_df = merged_df.groupby('ts_code')['close'].agg(['mean', 'max', 'min', 'median'])

# 输出结果
print(result_df)

上述代码将会读取 hushen300.csv 和 A_stock.csv 两个文件的数据，使用 merge 函数以并集方式合并两个数据框，以股票代码 “ts_code” 列为键进行合并。然后，使用 groupby 函数以股票代码 “ts_code” 列为键进行分组，并计算分组中收盘价的平均值、最大值、最小值和中位数。最后，输出结果。