从nseindia.com提取数据后如何为缺失的数据添加空白

如何解决从nseindia.com提取数据后如何为缺失的数据添加空白

NIFTY option chain for expiry: 01-Oct-2020

上面的图片总结了我面临的问题。提取的json文件在CE端13050处没有数据。我没有数据可以，但是我仍然希望在罢工列中看到罢工行，并在其对应的一侧添加空白行或0值。 JSON文件包含所有可能的到期日期的数据。 JSON data file if needed:

示例代码（不适用于你们）：

r = session.get(url,headers = url_headers).json()
        with open('oidata.json','w') as files:
            files.write(json.dumps(r,indent = 4,sort_keys= True ))# writing data in json file jsut for for reference 

expiry_dates = r['records']['expiryDates'] 

# storing ONLY the data for given expiry
#Assume that we have at least one of the values for user or default expiry

if user_expiry in expiry_dates:
        print('Using user Expiry: ',user_expiry)
        ce_values = [items['CE'] for items in r['records']['data'] if 'CE' in items and user_expiry in items['CE']['expiryDate']]
        pe_values = [items['PE'] for items in r['records']['data'] if 'PE' in items and user_expiry in items['PE']['expiryDate']]
else:
        print('Using Default Expiry: ',default_expiry)
        ce_values = [items['CE'] for items in r['records']['data'] if 'CE' in items and default_expiry in items['CE']['expiryDate']]
        pe_values = [items['PE'] for items in r['records']['data'] if 'PE' in items and default_expiry in items['PE']['expiryDate']]

因此，如何为缺失的数据添加空白行并对齐CE和PE的行权，这样我只能有1个STRIKE列？

解决方法

假设您将ce_values和pe_values分为两个数据框，则可以按以下步骤合并strikePrice上的两个数据框

ce=pd.DataFrame(ce_values) 
pe=pd.DataFrame(pe_values)

df=ce.merge(pe,on='strikePrice',how='outer',suffixes=["_ce","_pe"])

这会将“ strikePrice”上的数据框与缺少ce或pe值的空行对齐。

让我知道这是否是您所期望的。