循环股票代码列表创建对应变量，实现PowerBI导入独立DataFrame

你当前的代码将所有股票数据存入字典dataset，但循环内的ticker = dataset[ticker]只是创建了循环内的局部变量，不会在全局作用域生成对应名称的DataFrame，所以PowerBI无法识别这些独立的数据集。

修改后的代码 #

import time
import pandas as pd
from datetime import date

tickers = ['ATVI', 'AMD', 'ABNB','AIR','GOOGL','AMZN','AAPL','ERT.BE','EQIX','INTC','JPM','LPL','MC.PA','MSFT','NVDA','PKX','SSUN.BE','SFT.BE','SONY','SPOT','TSM','TSLA','HO.PA','UBI.PA','UBS','DIS']
today = int(time.mktime((date.today()).timetuple()))

for ticker in tickers:
    # 读取雅虎财经股票数据
    df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{ticker}?period1=1670371200&period2={today}&interval=1d&events=history&includeAdjustedClose=true')
    # 添加股票代码标识列
    df['ticker'] = ticker
    # 计算当日涨额
    df['evolution'] = df['Close'] - df['Close'].shift(1)
    # 计算当日涨跌幅百分比
    df['percentage'] = ((df['Close'] - df['Close'].shift(1))/df['Close'])*100
    # 将DataFrame注册到全局命名空间，PowerBI会自动识别这些变量
    globals()[ticker] = df

关键说明 #

• 通过globals()[ticker] = df，直接在全局作用域创建以股票代码命名的DataFrame变量，PowerBI运行脚本后会自动检测到所有这些独立数据集
• 移除了原代码中多余的dataset字典和pd.DataFrame(df)（df本身已是DataFrame类型）
• 含特殊字符的股票代码（如.BE、.PA）无需额外处理，PowerBI会正常识别对应的变量名
• 确保PowerBI的Python环境已安装pandas库，否则会出现依赖报错

内容的提问来源于stack exchange，提问作者Maximilien Ollier