基于日期合并Metastock导出股票Excel数据时遇NaN问题求助

原代码合并后全为NaN的核心问题有三个：

• 文件路径错误：os.listdir仅返回文件名，未拼接目标文件夹路径，导致读取Excel时找不到文件（除非当前工作目录恰好是目标文件夹）
• 日期列被错误覆盖：把主DataFrame的DATE列强制赋值给子数据的DATE，导致子数据的日期和自身行情数据完全不对应
• 索引不匹配：主DataFrame用默认整数索引，子数据却以DATE为索引做join，两者索引类型完全不同，自然无法匹配

修正后的代码 #

import pandas as pd
from pathlib import Path

# 定义目标文件夹路径，用Path类处理路径更可靠
folder_path = Path(r'C:\Users\Eng\Desktop\out')
# 直接获取所有XLS格式文件的完整路径
files_xls = list(folder_path.glob('*.XLS'))

# 初始化主DataFrame，以指定日期范围作为索引
df = pd.DataFrame(index=pd.date_range(start='01/01/1998', end='06/06/2023'))

for file in files_xls:
    # 读取Excel文件，跳过首行，使用完整路径避免找不到文件
    data = pd.read_excel(file, skiprows=[0])
    # 获取股票名称并重命名收盘价列
    stock_name = file.stem
    close_col_name = f'{stock_name}CLOSE'
    data.rename(columns={'CLOSE': close_col_name}, inplace=True)
    # 只保留需要的列：日期和对应的收盘价
    data = data[['DATE', close_col_name]]
    # 将子数据的日期列转为datetime类型，确保格式统一
    data['DATE'] = pd.to_datetime(data['DATE'], format="%m/%d/%Y")
    # 将日期设为索引，方便按日期匹配合并
    data.set_index('DATE', inplace=True)
    # 按日期索引左连接，保留主表所有日期，缺失行情的日期显示NaN
    df = df.join(data, how='left')

# 可选：将索引转回普通DATE列（如果不需要日期作为索引）
df.reset_index(names='DATE', inplace=True)

关键修改说明 #

• 用Path.glob直接获取带完整路径的文件，彻底解决路径问题
• 主表直接以日期范围为索引，后续join时自动按日期匹配
• 保留子数据自身的DATE列并格式化，确保日期和行情数据对应
• 显式保留必要列，避免多余数据干扰合并逻辑
• 左连接保证主表所有日期都被保留，符合多股票行情合并的常规需求

内容的提问来源于stack exchange，提问作者Mina nabil