如何将Pandas DataFrame整理为雅虎财经多股票OHLCV格式？

雅虎财经的多股票OHLCV数据核心格式是以时间为唯一索引，列采用多层级（MultiIndex）结构，层级分别对应股票名称、OHLCV字段（开盘价、最高价、最低价、收盘价、成交量）。你的现有代码已经完成了基础的数据清理与索引设置，只需补充几步即可对齐目标格式：

完整转换流程 #

假设你的原始数据是长格式（每一行对应单只股票单日的OHLCV数据），按以下步骤操作：

1. 基础数据预处理（优化你的原有代码） #

import pandas as pd

# 筛选必要字段
df = df[['Name','datetime','open','high','low','close','volume']]
# 务必将datetime转为时间类型（避免索引为字符串导致排序错误）
df['datetime'] = pd.to_datetime(df['datetime'])
# 设置复合索引（股票名称 + 时间）
df.set_index(['Name', 'datetime'], inplace=True)
# 转换OHLCV字段为浮点型
df = df.astype(float)

2. 转换为雅虎风格的多层级列结构 #

通过unstack将股票名称从索引层级移至列层级，即可得到和雅虎财经一致的格式：

# 将股票名称从索引展开为列的上层层级
df = df.unstack(level='Name')
# 设置列层级的名称（和雅虎格式对齐，可选但推荐）
df.columns.names = ['Ticker', 'Field']
# 按时间索引排序，保证数据时序正确
df.sort_index(inplace=True)

格式验证 #

转换后的DataFrame结构和雅虎财经下载的完全一致：

• 索引：单一的时间序列（DatetimeIndex）
• 列：多层级结构，第一层是股票名称，第二层是OHLCV字段

你可以通过以下代码查看结构：

print(df.columns)
# 输出示例：MultiIndex([('AAPL', 'open'), ('AAPL', 'high'), ..., ('MSFT', 'volume')])

备选格式（扁平化列名） #

如果需要更扁平化的列名（比如AAPL_open、MSFT_high这种格式），可以用pivot直接从原始数据转换：

df_flat = df.pivot(index='datetime', columns='Name', values=['open','high','low','close','volume'])
# 将多层级列名合并为扁平化名称
df_flat.columns = [f'{col[1]}_{col[0]}' for col in df_flat.columns]
df_flat.sort_index(inplace=True)

内容的提问来源于stack exchange，提问作者Kamal Jeet