为什么 JoinQuant 中 get_valuation 返回的股票顺序与传入的不一致？

get_valuation取多支票市值，返回与传入顺序不一样

df = get_valuation(g.stocks, end_date=context.previous_date, count=1, fields=['code', 'circulating_market_cap'])
返回df中code的顺序与传入的list中股票顺序不一样，这是为什么？

问题原因

在 JoinQuant（聚宽）平台中，调用 get_valuation 函数获取多只股票的财务/市值数据时，底层实际上是向数据库发起了一次批量查询（类似于 SQL 中的 IN 语句）。

关系型数据库在处理这类批量查询时，默认是不保证返回结果的顺序与传入列表的顺序一致的。数据库会根据其内部的索引和数据存储物理位置来返回数据，以达到最快的查询效率。因此，返回的 Pandas DataFrame 中 code 列的顺序通常是无序的，或者与你传入的 g.stocks 列表顺序不同。

解决方法

如果你需要返回的 DataFrame 严格按照你传入的 g.stocks 列表顺序排列，可以利用 Pandas 强大的数据处理功能对结果进行重排。以下提供两种常用的解决方法：

方法一：使用 set_index 和 loc 进行重排（推荐）

这是最简单直观的方法。将 code 列设置为索引，然后使用你的原始列表进行索引选取，最后再重置索引。

import pandas as pd

# 假设 g.stocks 是你的股票列表
# g.stocks = ['000001.XSHE', '000002.XSHE', '600000.XSHG']

# 1. 获取数据
df = get_valuation(g.stocks, end_date=context.previous_date, count=1, fields=['code', 'circulating_market_cap'])

# 2. 按照 g.stocks 的顺序重排 DataFrame
# 注意：如果 g.stocks 中有某些股票在当天没有数据（如停牌或退市），loc 可能会引入 NaN，可以使用 reindex 避免报错
df_sorted = df.set_index('code').reindex(g.stocks).reset_index()

# 此时 df_sorted 中的顺序已经和 g.stocks 完全一致
print(df_sorted)

方法二：使用 Pandas 的 Categorical 类型进行排序

你可以将 code 列转换为分类数据（Categorical），并指定分类的顺序为你传入的列表顺序，然后调用 sort_values。

import pandas as pd

# 1. 获取数据
df = get_valuation(g.stocks, end_date=context.previous_date, count=1, fields=['code', 'circulating_market_cap'])

# 2. 将 code 列设置为 Categorical 类型，并指定顺序为 g.stocks
df['code'] = pd.Categorical(df['code'], categories=g.stocks, ordered=True)

# 3. 按照 code 列排序并重置索引
df_sorted = df.sort_values('code').reset_index(drop=True)

print(df_sorted)

总结

在量化策略开发中，API 返回的数据顺序不一致是常见现象。养成不依赖 API 默认返回顺序的习惯，并在需要特定顺序时显式地使用 Pandas 进行排序或对齐，可以有效避免策略中出现潜在的逻辑 Bug（如权重错配）Bug。