如何修改DataFrame列名？YFinance爬取股票数据列名优化问题

方案一：修改爬取函数，直接设置Series名称 #

在Scrapping函数里，返回收盘价Series时把它的名称改成对应股票代码，后续合并时就会自动用股票代码当列名：

def Scrapping(symbol):
    aapl = yf.Ticker(symbol)
    ainfo = aapl.history(period='1y')
    global castex_date
    castex_date = ainfo.index
    # 给收盘价Series设置股票代码作为名称
    close_series = ainfo.Close
    close_series.name = symbol
    return close_series

all = {'AAPL', 'TSLA', 'MSFT'}
all_Assets = list(map(Scrapping, all))  
# 合并成DataFrame，列名直接就是股票代码
df = pd.DataFrame(all_Assets).T

嫌麻烦的话可以用rename一步到位：

def Scrapping(symbol):
    aapl = yf.Ticker(symbol)
    ainfo = aapl.history(period='1y')
    global castex_date
    castex_date = ainfo.index
    return ainfo.Close.rename(symbol)

方案二：合并时指定列名 #

不想改爬取函数的话，合并成DataFrame的时候直接用股票代码指定列名就行：

import pandas as pd

all = {'AAPL', 'TSLA', 'MSFT'}
all_Assets = list(map(Scrapping, all))  
# 把集合转成列表，和爬取结果一一对应（集合无序，要固定顺序就把all改成列表）
stock_codes = list(all)
# 方法1：通过索引设置后转置
df = pd.DataFrame(all_Assets, index=stock_codes).T
# 方法2：用字典构造DataFrame，自动匹配列名
df = pd.DataFrame(dict(zip(stock_codes, all_Assets)))

提醒：集合是无序的，如果需要列的顺序和你预想的一致，建议把all定义成列表，比如all = ['AAPL', 'TSLA', 'MSFT']。

内容的提问来源于stack exchange，提问作者Marc Kch