1. DataFrame中groupby方法返回MultiIndex转成DataFrame
原始数据
原始数据为dfa，对月份和类别做分组统计后
dfb = dfa.groupby(['year_month','类别'])['金额'].sum()
GroupBy之后实际上是Multi index的Series对象
dfc = dfb.reset_index()
reset index之后成为DataFrame对象
2. Datafram多列数据运用apply函数操作
原始数据 rec
目标：需要对成交类型位“卖出”的成交量变为负值
rec['成交量']=rec.apply(lambda x : -x['成交量'] if x['成交类型']=='卖出' else x['成交量'] ,axis=1 )
一定要有axis = 1作为参数，否则会报错
修改后的rec
3. 合并列名不同的Dataframe
stock_daily_data = pd.merge(stock_daily_data, stock_hold, left_on = 'date', right_on = '日期', how = 'left')
4. NaN相等判断
NaN不用使用 “==” 来判断，需要使用 math.isnan() 函数判断。
