【D8】重新磨刀：重看Stocks

前言

之前使用官方范例後，再转到实际环境，发现仍有不同，於是再看看资料吧！

观察历史资料

废话不多说，直接使用：

ticks = api.ticks(contract=api.Contracts.Stocks["2330"], date="2021-09-22")
print(ticks)

df = pd.DataFrame({**ticks})
df.ts = pd.to_datetime(df.ts)
print(df.head())
print(df.tail())

发现资料超多，与他们范例不太一样，光是前面几个状态，就超多笔，无法用肉眼观察，所以就用他们的范例，也就是转乘为Dataframe，转化後就不但好阅读，也清楚的看出来资料长什麽样子。就会从原本的：

588.0, 588.0, 588.0, 588.0, 588.0, 588.0,....

变成整齐的：

   close  ask_price  ask_volume  bid_volume  bid_price                         ts  volume
0  586.0      587.0         122         111      586.0 2021-09-22 09:00:05.091164    4251
1  586.0      587.0         122         111      586.0 2021-09-22 09:00:05.164357       2
2  587.0      587.0         122         111      586.0 2021-09-22 09:00:05.170070       8
3  586.0      587.0         122         111      586.0 2021-09-22 09:00:05.206461       5
4  586.0      587.0         122         111      586.0 2021-09-22 09:00:05.215926       2

可以看得出来，这边的资料，应该是属於tick等级，所以像台积电这个交易量很多的热门股，会有很多成交资讯，用len()看後发现有12032...

不过变成DataFrame才是处理资料的正解！

最後一笔资料：1430

不过看最後一笔资料，需要注意，他的交易时间为14:30，看起来是盘後零股，但是他的数量应该为「51,293」股，共「1,316」笔，感觉很奇怪，暂时找不到是啥，如果有找到再补上。不过这笔资料在研究的时候需要移除！

                              ts  bid_volume  volume  close  ask_volume  bid_price  ask_price
12027 2021-09-22 13:24:59.925825         317       1  586.0          26      586.0      587.0
12028 2021-09-22 13:24:59.956300         317       1  586.0          26      586.0      587.0
12029 2021-09-22 13:24:59.985980         313       1  586.0          26      586.0      587.0
12030 2021-09-22 13:30:00.000000         239    2961  586.0          73      586.0      587.0
12031 2021-09-22 14:30:00.000000         239      63  586.0          73      586.0      587.0