请根据以下 SEO 主题生成完整页面内容：

Title: joinquant 财务数据获取：get_history_fundamentals 结合 Pandas 分组分析

Question: 如何在 joinquant 中批量获取多只股票的多期财务数据并使用 groupby 进行截面计算？

joinquant 财务数据获取：get_history_fundamentals 结合 Pandas 分组分析

在 JoinQuant 聚宽量化交易平台中，若需要一次性获取多只股票在多个历史报告期（季度或年度）的财务报表与财务指标数据，建议使用 get_history_fundamentals API。相比传统的 get_fundamentals，该函数能够轻松按时间跨度批量拉取历史财务数据，配合 Pandas 的 groupby 功能，可高效实现标的分组与截面计算。

---

1. API 语法与核心参数

get_history_fundamentals(
    security,
    fields,
    watch_date=None,
    stat_date=None,
    count=1,
    interval='1q',
    stat_by_year=False
)

参数解析：

• security: 标的代码或标的列表，例如 ['000001.XSHE', '600000.XSHG']。
• fields: 查询的财务字段列表，支持 balance（资产负债表）、cash_flow（现金流量表）、income（利润表）、indicator（财务指标表）等中的列。
• watch_date: 观察日期。若指定，则返回在该日期前（含当日）已发布的最新报表数据（有效避免未来函数）。
• stat_date: 统计报告期（如 '2021q1' 或 '2020'）。注意：watch_date 与 stat_date 必须二选一。
• count: 查询历史报告期的数量。
• interval: 报告期间隔，可选 '1q'（按季度）或 '1y'（按年度）。
• stat_by_year: 布尔值，是否返回年度数据。若为 True，interval 必须为 '1y'。

---

2. 批量获取财务数据并结合 Pandas 分组计算示例

下面的示例展示了如何获取多只股票过去 5 个季度的货币资金、存款净增加额及营业总收入，并使用 Pandas 的 groupby 计算每只股票的均值。

from jqdata import *

# 1. 定义股票池与查询字段
securities = ['000001.XSHE', '600000.XSHG', '000002.XSHE']
fields_list = [
    balance.cash_equivalents,                           # 货币资金
    cash_flow.net_deposit_increase,                    # 客户存款和同业存放款项净增加额
    income.total_operating_revenue                      # 营业总收入
]

# 2. 调用 API 获取过去 5 个季度的财务数据
df = get_history_fundamentals(
    security=securities,
    fields=fields_list,
    watch_date=None,
    stat_date='2023q1',
    count=5,
    interval='1q',
    stat_by_year=False
)

# 查看返回的 DataFrame
print("原始财务数据：")
print(df.head())

# 3. 使用 Pandas groupby 按股票代码分组并计算均值
mean_df = df.groupby('code').mean()

print("\n按股票代码分组求均值结果：")
print(mean_df)

---

3. 注意事项

1. 最大返回限制：单次调用 get_history_fundamentals 最多返回 5000 条数据。若获取的股票数量过多或历史期数过长，建议分批次调用。
2. 表限制：该 API 不支持市值表（valuation）的查询。如需市值数据，请使用 get_valuation API。
3. 防范未来函数：推荐使用 watch_date 参数指定观察日期，获取该日期当时已披露的财报，确保回测的真实性。