df = pd.read_excel('stockdata.xlsx', dtype={'股票代码': 'str'}) df['年份'] = pd.DatetimeIndex(df['日期']).year df = df.groupby(['股票代码', '年份', '行业代码']).mean().reset_index() df = df.groupby(by=['股票代码', '年份', '行业代码'], as_index=False).first() # 如果一个企业有多个实际控制人或行业代码，选取第一个数值 df.fillna(df.mean(), inplace=True) # 处理缺失值，使用均值填充 df['实际控制人性质']=df.fillna(method='bfill', inplace=True) df = df[['股票代码', '年份', '行业代码', '实际控制人性质', '短期负债', '长期负债合计', '资产负债率']] df.to_excel('a2.xlsx', index=False, encoding='utf-8')

这段代码是用来对股票数据进行处理的。首先，它从名为 "stockdata.xlsx" 的Excel文件中读取数据，数据中包括股票代码、日期、行业代码、实际控制人性质、短期负债、长期负债合计和资产负债率等字段。然后，它通过对日期进行处理，提取出年份，并按照股票代码、年份和行业代码进行分组，计算每组的均值，并将多个实际控制人或行业代码的情况下，选取第一个数值。接着，它使用均值填充缺失值，并将实际控制人性质填充为后一个非缺失值。最后，它选择股票代码、年份、行业代码、实际控制人性质、短期负债、长期负债合计和资产负债率这些字段，并将处理后的数据保存到名为 "a2.xlsx" 的Excel文件中。