DataFrame的索引哲学：标签即语义
我的掌握程度：
先掌握这个答案
两种索引：loc按标签（df.loc['2024-06-01', '600519']）、iloc按位置（df.iloc[0, 2]）——混用是bug之源。双索引面板：index=(date, code)的MultiIndex——支持df.loc['2024']（整年）、df.xs('600519', level='code')（单股全史）、groupby(level='date')（横截面）。自动对齐：两个DataFrame运算时pandas按索引标签自动配对——缺配处填NaN。是福：merge后的日期错位自动暴露为NaN而非错位相加；是祸：形状相同的两个表若索引顺序不同，直接相加会得到全NaN——「看起来该对齐却没对齐」时要显式reset或reindex。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 一条能复现的数据流水线
把接口返回的数据变成可用于因子研究的面板时，先处理时点、主键与单位。
- 建立数据字典：字段、单位、时区、交易日历、数据源、抓取时间、原始价与复权因子。
- 用(date, code)查重，区分停牌、未上市、窗口不足和真实缺失；不要用向后填充把未来值带回过去。
- 保存原始快照与清洗日志，固定随机种子和环境版本；接口字段变化时先核对官方文档。
使用边界
- 报告期不等于公告可用日，盘后公告通常不能用于当天收盘前决策。
- API输出名为“动态市盈率”时不能直接改名TTM；浏览器练习不支持任意原生库或行情抓取接口。
不懂的术语：标签（Label / Target）
背景 · 从一个困惑说起
Excel用户看DataFrame：一张表而已；量化研究者看DataFrame：索引是「语义坐标」——(日期, 代码)双索引意味着每个数据点都有名字，运算自动按名字对齐而不是按位置碰运气。这个观念差决定了代码质量。
由此产生的问题
标签索引与位置索引的本质区别？双索引面板的标准操作模式？对齐机制（automatic alignment）是福是祸？
核心概念
两种索引：loc按标签（df.loc['2024-06-01', '600519']）、iloc按位置（df.iloc[0, 2]）——混用是bug之源。双索引面板：index=(date, code)的MultiIndex——支持df.loc['2024']（整年）、df.xs('600519', level='code')（单股全史）、groupby(level='date')（横截面）。自动对齐：两个DataFrame运算时pandas按索引标签自动配对——缺配处填NaN。是福：merge后的日期错位自动暴露为NaN而非错位相加；是祸：形状相同的两个表若索引顺序不同，直接相加会得到全NaN——「看起来该对齐却没对齐」时要显式reset或reindex。
为什么需要它
①正确性的护城河：位置索引的世界里，行序悄悄变化=灾难性错配；标签索引的世界里=显式的NaN警报——量化数据的第一安全网；②表达力：双索引让「横截面」与「时序」两种视角一套数据通吃（q-352横竖操作的物理基础）；③工程规范：量化面板的标准形态=(date,code) MultiIndex长表——所有阶段5的因子代码都建立在这个形态上。
实际应用场景
标准动作链：set_index(['date','code'])→sort_index()→groupby(level=...)→unstack('code')转宽表做矩阵运算→stack()回来；df.xs是横切单层的快捷键。
与之前知识的联系
q-352/354/355（横竖操作、面板、双索引用法）是本题的展开；q-376（索引对齐的坑）讲它的暗面；阶段5全部分子代码消费这个形态。
⚠ 常见误解
- 索引只是行号：标签索引携带语义并参与运算对齐——把它当行号用浪费了pandas一半的设计
- 自动对齐总是对的：它按标签而非意图对齐——索引错误时它会"正确地"产出垃圾（全NaN）；关键运算前检查index相等
- MultiIndex麻烦不如单索引+列：宽表（code为列）适合矩阵运算、长表（code为索引）适合分组——两者互转（stack/unstack）是日常，不是二选一
🛠 本题实践任务
把你的行情数据改造成(date,code)双索引长表，练习四个动作：loc取某天、xs取某股、groupby(level)做横截面rank、unstack转宽表再stack回来。记录每步的shape。
💡 提示（先自己想5分钟再看）
改造后必须sort_index()——未排序的MultiIndex会让切片报错（PerformanceWarning）。
✅ 验收标准
四步操作的shape记录。双索引面板是你阶段5研究的标准工作台。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（Series与DataFrame概念），再用案例、公式和代码帮助理解。此功能需要先启用服务。