如何解决yfinance中美股与英股因时区差异导致DataFrame分行问题

问题根源在于美股（ET时区）和英股（GMT/BST时区）的收盘时间不同，反映到UTC时间戳上存在差异，导致yfinance将同一自然日的两类股票收盘价拆分为不同行。以下是两种简单的解决方法：

方法一：使用Resample按日聚合 #

通过将数据重采样为日频，保留每个交易日各股票的最后收盘价（即当日收盘值），自动对齐到同一日期索引：

import yfinance as yf
period = '1y'
tickers = ['SPY', 'QQQ', 'IUSA.L', 'VUKE.L']
df = yf.download(tickers, period=period, progress=False)['Close']

# 按日重采样，取每个股票当日最后可用值
df_aligned = df.resample('D').last()

# 删除所有股票均无数据的非交易日
df_aligned = df_aligned.dropna(how='all')

print(df_aligned.tail(10))

方法二：按日期分组聚合 #

先将时间戳截断为纯日期，再按日期分组并保留每个股票的非空值：

import yfinance as yf
period = '1y'
tickers = ['SPY', 'QQQ', 'IUSA.L', 'VUKE.L']
df = yf.download(tickers, period=period, progress=False)['Close']

# 将索引截断为纯日期（时间部分设为午夜）
df.index = df.index.floor('D')

# 按日期分组，保留每个股票的首个非空值（当日唯一收盘价）
df_aligned = df.groupby(df.index).first()

# 删除全空行
df_aligned = df_aligned.dropna(how='all')

print(df_aligned.tail(10))

两种方法都会将同一自然日的美股与英股收盘价合并到同一行，同时保留不同市场休市日的NaN值（符合实际交易情况）。

内容的提问来源于stack exchange，提问作者Terry