JoinQuant 策略报错 TypeError: 'Int64Index' object is not callable 的原因与解决方法

help: phyton 的list 的index问题

我遇到了一个问题，找不到毛病，请帮助。

源代码：
df = getfundamentals(query(
valuation.code,
valuation.market_cap,
valuation.pb_ratio,
valuation.pe_ratio,
indicator.inc_return
).filter(
valuation.code.in(context.universe),
valuation.pb_ratio>0,
valuation.pe_ratio>0,
indicator.inc_return>0
)).dropna()
df_size = df.sort(columns='market_cap')
list_size = df_size['code']
print list_size
for stock in list_size:
print stock, list_size.index(stock)

输出结果如下：
2014-01-02 09:30:00 - INFO - 1315 600455.XSHG
...
Name: code, dtype: object

2014-01-02 09:30:00 - INFO - 600455.XSHG

2014-01-02 09:30:00 - ERROR - Traceback (most recent call last):
File "jqboson/core/entry.py", line 340, in _run
engine.start()
File "jqboson/core/engine.py", line 206, in start
self._start()
File "jqboson/core/engine.py", line 235, in _start
self._dispatcher.start()
File "jqboson/core/dispatcher.py", line 206, in start
self._loop()
File "jqboson/core/dispatcher.py", line 186, in _loop
self._event_bus.emit(ev[1])
File "jqboson/core/bus.py", line 35, in emit
ret.append(call(event))
File "jqboson/core/strategy.py", line 278, in _wrapper
self._context.strategy_options.get_fq_ref_date(self._context.current_dt)))
File "user_code.py", line 42, in handle_data
print stock, list_size.index(stock)

TypeError: 'Int64Index' object is not callable
600455.XSHG 在list_size里面，是第一个，怎么会报错Int64Index？

错误原因分析

您遇到的错误 TypeError: 'Int64Index' object is not callable 是因为混淆了 Pandas Series 和 Python 原生 List 的用法。

在您的代码中：

list_size = df_size['code']

这里的 list_size 实际上并不是一个 Python 的 list，而是一个 Pandas Series 对象（从 DataFrame 中提取的一列）。

• 在 Python 原生的 list 中，.index() 是一个方法，用于查找元素的位置，例如 my_list.index(value)。
• 但在 Pandas Series 中，.index 是一个属性，它返回的是这个 Series 的索引对象（在您的情况下是 Int64Index）。

当您尝试执行 list_size.index(stock) 时，Python 解释器认为您试图把一个索引对象当作函数来调用（加上了括号 ()），因此抛出了 'Int64Index' object is not callable 的错误。

---

解决方法

要解决这个问题，您需要将 Pandas Series 转换为真正的 Python list，然后再调用 .index() 方法。有以下两种常用的修改方式：

方法一：使用 .tolist() 转换为列表（推荐）

在提取列时，直接将其转换为 Python 列表：

# 将 Series 转换为 list
list_size = df_size['code'].tolist()

print list_size
for stock in list_size:
    print stock, list_size.index(stock)

方法二：使用 list() 函数转换

# 使用 list() 强制转换
list_size = list(df_size['code'])

print list_size
for stock in list_size:
    print stock, list_size.index(stock)

方法三：使用 enumerate 遍历（更高效的 Pythonic 写法）

如果您只是想在遍历时同时获取元素的索引和值，使用 enumerate 是最高效且最优雅的方式，不需要调用 .index()：

list_size = df_size['code'].tolist()

# enumerate 会自动生成索引 i 和对应的值 stock
for i, stock in enumerate(list_size):
    print stock, i

完整修正后的代码示例

df = get_fundamentals(query(
    valuation.code,
    valuation.market_cap,
    valuation.pb_ratio,
    valuation.pe_ratio,
    indicator.inc_return
).filter(
    valuation.code.in_(context.universe),
    valuation.pb_ratio > 0,
    valuation.pe_ratio > 0,
    indicator.inc_return > 0
)).dropna()

# 按市值排序
df_size = df.sort_values(by='market_cap') # 注意：新版 pandas 建议使用 sort_values

# 提取 code 列并转换为 Python list
list_size = df_size['code'].tolist()

# 遍历并打印股票代码及其在列表中的索引
for i, stock in enumerate(list_size):
    print(stock, i)

总结：在处理 get_fundamentals 返回的 DataFrame 时，提取单列得到的是 Series，如果需要使用列表特有的方法，请务必先使用 .tolist() 进行类型转换。