使用apply将函数调用结果合并为DataFrame的问题

核心差异：两种apply的行为逻辑不同 #

• Series.apply：本质是对序列中的每个元素独立执行函数，函数返回什么就把什么作为该位置的元素值。你的get_opt_data返回单个DataFrame，所以最终得到的是一个每个元素都是DataFrame的Series，pandas不会自动帮你合并这些结果。
• groupby.apply：这是pandas为分组操作设计的特殊方法，它内置了结果合并逻辑：如果每个分组的函数返回的是DataFrame/Series，且这些结果的列结构兼容，pandas会自动将所有分组的结果**纵向拼接（pd.concat）**成一个完整的DataFrame。这是groupby独有的合并特性，普通的Series/DataFrame.apply没有这个逻辑。

解决方法：把Series中的DataFrame合并成单个DataFrame #

方法1：用pd.concat直接合并 #

对apply返回的Series调用pd.concat，同时过滤掉可能的空值（避免某个ticker获取失败返回None导致报错）：

ticker_list = pd.Series(['AAPL','GOOGL','MSFT','NVDA'])
# 先获取所有DataFrame组成的Series，再合并
option_series = ticker_list.apply(lambda x: get_opt_data(x, '2023-07-21'))
option_data = pd.concat(option_series.dropna())

方法2：用列表推导式（效率更高） #

直接遍历ticker列表生成DataFrame，再合并，避免生成中间Series：

ticker_list = ['AAPL','GOOGL','MSFT','NVDA']
# 过滤掉返回None的结果
df_list = [get_opt_data(ticker, '2023-07-21') for ticker in ticker_list if get_opt_data(ticker, '2023-07-21') is not None]
option_data = pd.concat(df_list)

优化你的get_opt_data函数 #

原函数存在两个可以优化的点：

1. 重复调用data.option_chain(expiration)，浪费API请求；
2. 裸except会隐藏所有错误，不利于排查问题。

优化后的代码：

import pandas as pd
import yfinance as yf

def get_opt_data(ticker, expiration):
    try:
        data = yf.Ticker(ticker)
        # 只调用一次期权链接口，减少请求次数
        option_chain = data.option_chain(expiration)
        calls = option_chain.calls
        calls['Type'] = 'CALL'
        puts = option_chain.puts
        puts['Type'] = 'PUT'
        
        combined = pd.concat([calls, puts])
        combined['Ticker'] = ticker
        
        info = data.info
        combined['Sector'] = info.get('sector', 'Unknown')  # 用get避免key不存在报错
        combined['Industry'] = info.get('industry', 'Unknown')
        
        return combined
    except Exception as e:
        # 打印错误信息，方便排查哪个ticker出问题
        print(f"Failed to fetch data for {ticker}: {str(e)}")
        return None

内容的提问来源于stack exchange，提问作者Stix