weidaizi

在流动性好的情况，对方强平会产生新的对手方；你这是假设流动性不好的时候，有很多投资者穿仓还平不了的状况；一般情况下不会出现这个场景，如果出现了，有很多种解决方案
* 找本期合约赢钱的人平摊 (只有币圈这么搞，很多年前有好几个大的交易所都是这样的)
* 经纪商补钱(传统金融市场的交易所一般不会直接接收投资者的报单，而是仅接收经纪商的报单，中/美历史上都出现过经纪商补不了钱而倒闭的情况)
* 起诉投资者，让投资者补钱(这条不适用于币圈，而是适用于)

看到个 bug
------
> 17 年（当时我 29 岁）
看了一下判决书 (2019)川 01 执保 58 号，里面被执行人里面，按 OP 的描述，年龄相近的应该是 "王硕，男，1986 年 12 月 20 日"，那么 17 年 OP 不应该是 31 岁吗？

> 17 年（当时我 29 岁）

一家银行没人敢拍板降存量利率，但是央妈拍板，行业必须被动接受，这样可以减轻所有银行资产端面临的收缩压力(个人住房贷款是银行资产端最为优质的资产)，一定程度上抑制全社会资产负债表衰退的风险

p.s. 俗话说的好，先拉起来再说，拉起来自然有人来找原因，比如我上面扯的这个 : )

感觉满足自己需求的代码比较好维护下去，我也几十个 repo ，大部分都不再维护了，但是也有一个库，维护了快十年了，期间重构了两三次，现在还在不断的迭代更新；
但是如果明明自己没这个需求，硬去说为了有连续上传记录来维护这个库，感觉没太必要了，强制自己去做，那太痛苦了；
毕竟写开源代码主要还是为了快乐，不要本末倒置了 ：）

@weidaizi = = 我晕，前面的空格没了

看了一下，这慢很正常呀，帮大家格式化一下楼主的伪代码:
```
for _, row_tb4k in df_tb4k.iterrows():
for _, row_tb6k in df_tb6k.iterrows():
if row_tb4k["c1"] == row_tb6k["c1"] and row_tb4k["c2"] == row_tb6k["c2"] and row_tb4k["c3"] == row_tb6k["c3"]:
row_tb4k["c4“] = row_tb6k["c5"]
row_tb4k["c5“] = row_tb6k["c8"]
row_tb4k["c6“] = row_tb6k["c10"]
```

* 首先，都用了 pandas 了，为啥手动遍历来合并？
* 其次，即使徒手写，也需要建个索引来做呀，你这时间复杂度是 O(n^2) 了

OP 这收益还是不错的，稍微提一个建议：能不能在一个帖子中把前情提要全都列出来，一个一个去往前点真的好累啊，哈哈哈哈哈