获取股票Open/High等数据时Pandas DataFrame为空的问题排查

问题根源 #

你遇到的空DataFrame问题，核心出在dropna()的默认行为上：

• 调用.dropna()时未指定how参数，默认会删除任何包含NaN值的行。
• Open/High/Low数据中，部分标的可能在某些日期存在缺失值（比如停牌、数据延迟更新），导致每一行都至少有一个NaN，执行dropna()后所有行被清空。
• 而Close数据恰好所有标的在统计周期内无缺失值，所以dropna()后能正常保留数据。

修复步骤 #

1. 调整dropna()参数（核心修复） #

将所有.dropna()调用改为只删除整行全为NaN的行，保留含有效数据的行：

def get_open_data(data):
    if os.path.exists('open.csv'):
        # 修改dropna参数为how='all'
        dataframe = pd.read_csv('open.csv', index_col="Date", parse_dates=True).dropna(how='all')
    else:
        data = yf.download(tickers=data, period='1y', interval='1d')['Open']
        data.to_csv('open.csv')
        # 同步修改下载分支的dropna参数
        complete_data = data.dropna(how='all')
        dataframe = pd.DataFrame(complete_data)
    return dataframe

# get_close_data函数也建议同步修改，避免后续出现类似问题
def get_close_data(data):
    if os.path.exists('close.csv'):
        dataframe = pd.read_csv('close.csv', index_col="Date", parse_dates=True).dropna(how='all')
    else:
        data = yf.download(tickers=data, period='1y', interval='1d')['Close']
        data.to_csv('close.csv')
        complete_data = data.dropna(how='all')
        dataframe = pd.DataFrame(complete_data)
    return dataframe

2. 可选：填充缺失值（替代删除） #

如果不想删除任何行，可以用填充法处理缺失值，比如前向填充（用前一天的数据填充）：

# 读取时替换dropna为fillna
dataframe = pd.read_csv('open.csv', index_col="Date", parse_dates=True).fillna(method='ffill')

3. 验证数据状态（排查辅助） #

可以在下载数据后打印缺失值统计，确认问题：

data = yf.download(tickers=data, period='1y', interval='1d')['Open']
# 查看数据基本信息
print(data.info())
# 统计每列（每个标的）的缺失值数量
print(data.isna().sum())

内容的提问来源于stack exchange，提问作者custardbun