前言
股票分析中选股是很重要的一个环节，对于大多数股民来说，除了根据股价走势来选股之外，也会加入一些基本面选股的条件，比如换手率、量比、市盈率、市净率、市销率、股息率、总股本、流通股本、*流通股本、总市值、流通市值等等。
虽然通过数据库方式也是可以根据条件来选股的，不过掌握数据库的使用需要一定的基础和学习过程，如果还不会数据库的话，我们就来教大家构建一个GUI版基本面选股工具。
实现过程概述
首先是获取数据，我们要得到A股市场的全部股票的基本面指标清单，这里我们用了tushare的两个接口组合而成，一个是pro.stock_basic()，另一个是pro.daily_basic()。我们分别看下这两个接口的到的数据内容：
说明下，换手率中股本的统计口径表示的是*流通股，实战中只有*流通股统计出来的换手率才是真实的交易换手率。即使是已流通股的股东，他们要在二级市场上卖出股票也是要申报减持计划的。
一份是A股市场所有股票的名称、代码、上市日期、所属行业清单，一份是当天A股市场所有股票的市盈率、市净率、股本大小等基本面的数据，我们打算把它们以股票名称为轴合并为一份。
我们发现这么几个问题：
- 2份股票数据的数量是不对应的（3851 VS 3827）
- 第2份股票数据在中间位置缺了若干只股票，缺失位置是散乱的
- 第1份股票也缺了2只股票（后面处理完我才发现的，一只300104 乐视退，一只是600614 *ST鹏起）
代码里面我们用pd.merge方法，以股票代码为轴，将2份表格对应的合并在一，形成第三幅图。
关于选股的实现，我们采用的Pandas的矢量化特性，利用条件表达式对DataFrame格式的数据进行筛选，只不过这里我们把表达式外显为GUI上的控件而已。
接下来我们展示下效果和操作的方法。
- 运行程序后，表格显示了A股市场全部股票的市盈率、股本大小等基本面数据。多说一句，中间挺多数据为NaN的，大家还是要注意一下。
- 用条件表达式选股，选取换手率大于5%的股票，点击按钮【开始选股】
- 用条件表达式选股，叠加选取量比大于5的股票，也就是说股票的换手率大于5%的同时量比也要大于5。点击按钮【开始选股】
- 选出的股票我们要保存起来，点击按钮【开始保存】，这样就以csv格式保存到本地了。
如果选到一半想换选股条件重新选股，这时可以点击按钮【开始复位】，这样就恢复到初始的状态了
作者简介：
1-畅销书《Python股票量化交易从入门到实践》作者
2-日常运营公众号《元宵大师带你用Python量化交易》
3-CSDN视频课程《Python金融数据分析入门到实战》讲师