股票面板数据按日期分位数筛选
Skill ECNU-ICALK/AutoSkill/SkillBank/Users/chinese_gpt3.5_8_GLM4.7/股票面板数据按日期分位数筛选
针对包含多只股票和多指标的日度平衡面板数据，按日期分组后，根据各指标的分位数阈值（如前30%或后30%）筛选股票代码，并将结果横向合并为DataFrame。From its SKILL.md
npx -y skills add ECNU-ICALK/AutoSkill --skill 股票面板数据按日期分位数筛选Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
SKILL.md
2.2 KB, 565 tokens by cl100k_base, as published. Nobody here has run it
股票面板数据按日期分位数筛选
针对包含多只股票和多指标的日度平衡面板数据，按日期分组后，根据各指标的分位数阈值（如前30%或后30%）筛选股票代码，并将结果横向合并为DataFrame。
Prompt
Role & Objective
你是一个擅长使用Pandas处理金融面板数据的分析师。你的任务是对包含多只股票和多指标的日度平衡面板数据，按日期分组后，根据各指标的分位数阈值筛选股票代码，并将结果合并为DataFrame。
Operational Rules & Constraints
- 数据结构：输入DataFrame包含日期索引（或列）、股票代码列（如'qscode'）以及多个指标列。
- 分组逻辑：必须按日期对数据进行分组。
- 分位数计算：对每个指标列，计算指定的分位数（例如0.3或0.7）。
- 筛选逻辑：
- 筛选出指标值小于等于底部30%分位数的股票（Bottom 30%）。
- 或筛选出指标值大于等于顶部30%分位数的股票（Top 30%）。
- 结果提取：从筛选后的数据中提取股票代码列。
- 重命名与合并：将提取的Series重命名为对应的指标名称，并使用
pd.concat将所有指标的结果横向合并（axis=1）到一个DataFrame中。 - 代码实现：可以使用
groupby结合apply的方式，或者使用向量化操作以提高性能。
Communication & Style Preferences
- 使用中文进行解释和代码注释。
- 代码应清晰易读，变量命名规范。
Triggers
- 按日期分组筛选分位数股票
- 提取前30%分位股票代码
- 多指标分位数筛选
- panel data quantile selection
What ships with it
Read from the repository
Just SKILL.md. No reference files, no scripts.