import pandas as pd
# 将清洗后的数据存储到一个列表中
data = ['美尔雅期货', '节前补库支撑，盘面较为坚挺', '国泰君安期货', '需求改善，震荡偏强', '南华期货', '市场对回暖的需求数据谨慎', '国信期货', '供需转强，观望为主', '华泰期货', '谨慎偏多', '广发期货', '临近旺季，跟踪需求改善程度', '螺纹钢', '中辉期货', '螺纹产量继续增加、库存转降，表需增加', '海通期货', '短期判断盘面呈震荡走势', '中银期货', '预计钢价短期震荡趋弱', '光大期货', '短期螺纹单边驱动不强，表现或仍有反复', '混沌天成', '钢价走势延续小幅震荡偏强的格局', '中信期货', '需求延续回升，期价震荡运行', '申银万国期货', '中长期尺度上需求环比继续走弱仍有发酵的可能', '国泰君安期货', '基本面有所好转，偏强震荡', '申银万国期货', '预计后市价格有望呈现偏强走势', '华泰期货', '谨慎偏多', '南华期货', '悲观预期有所修正，远期供多需少', '混沌天成', '近日矿价走势震荡偏强运行', '海通期货', '盘面震荡运行', '铁矿石', '国信期货', '表需回暖，驱动走强', '中银期货', '铁矿石需求环比改善，铁矿石现货成交活跃，矿价快速上涨', '广发期货', '供需错配问题再现，港口库存环比下降', '中辉期货', '还需跟踪需求好转的持续性，短期谨慎参与', '光大期货', '预计近期铁矿价格或将宽幅震荡为主', '中信期货', '旺季需求好转，关注节前补库', '广发期货', '供给逐步增加，关注9月生产情况', '中信期货', '供应预期改善，焦煤宽幅震荡', '南华期货', '窄幅震荡，偏弱运行', '华泰期货', '中性', '海通期货', '预计短期焦煤01合约震荡运行', '焦煤', '混沌天成', '预计短期震荡运行', '美尔雅期货', '吨焦盈利下滑，双焦维持震荡整理', '光大期货', '短期焦煤盘面低位震荡运行', '国信期货', '期货盘面低位震荡运行', '申银万国期货', '预计后市双焦价格走势偏强', '国泰君安期货', '进口增量延续，宽幅震荡', '国信期货', '供需双增，焦炭震荡运行', '中信期货', '铁水延续高位，焦炭震荡运行', '南华期货', '传第一轮提降，偏弱震荡', '美尔雅期货', '吨焦盈利下滑，双焦维持震荡整理', '海通期货', '预计短期焦炭01合约震荡运行', '焦炭', '混沌天成', '预计焦炭短期走势震荡运行', '华泰期货', '中性', '中银期货', '需求环比有改善，建议逢低多为主', '光大期货', '短期焦炭盘面持震荡运行', '国泰君安期货', '铁水上行支撑，宽幅震荡', '国泰君安期货', '坑口涨跌互现，区间震荡', '中信期货', '供应支撑，动力煤走势偏强', '动力煤', '申银万国期货', '煤价的上方压力或逐渐增加', '华泰期货', '中性']
# 将数据转换为DataFrame对象
df = pd.DataFrame(data)
# 按照期货公司和品种进行分组
groups = df.groupby(df.index // 2)
# 输出匹配好的表格数据
for name, group in groups:
print(group.values)
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2023-9-20 15:11:41
置顶卡
千斤顶
显身卡
发表于 2023-9-20 15:12:40
楼主