如何在Pandas DataFrame中添加yfinance获取的指定日期股票价格

问题场景 #

现有如下结构的Pandas DataFrame：

需要为其添加Price列，存储对应股票在指定日期的价格，目标结构如下：

要求通过for循环逐个获取价格，同时用except语句处理股票未找到的情况（标记为“not available”）。用户原有代码因错误操作索引，导致无法将获取的价格合并到原DataFrame。

修正后的代码实现 #

import pandas as pd
import yfinance as yf

# 初始化原DataFrame
df = pd.DataFrame({
    'Ticker': ['AAPL', 'MSFT', 'META'],
    'Date': ['2022-11-22', '2022-11-22', '2022-11-22']
})

# 初始化Price列为默认值
df['Price'] = 'not available'

# 循环遍历每一行获取价格
for i in df.index:
    ticker = df.loc[i, 'Ticker']
    target_date = df.loc[i, 'Date']
    try:
        # 下载指定日期的股票数据，关闭进度条避免干扰
        stock_data = yf.download(ticker, start=target_date, end=target_date, progress=False)
        # 检查是否获取到有效数据
        if not stock_data.empty:
            # 提取调整后收盘价，格式化为逗号分隔的两位小数
            closing_price = stock_data['Adj Close'].iloc[0]
            df.loc[i, 'Price'] = f"{closing_price:.2f}".replace('.', ',')
    except:
        # 捕获异常（如无效代码、无交易数据等），保持默认值
        continue

print(df)

关键说明 #

1. 索引操作修正：原代码错误地从DataFrame.index中取列值，正确方式是用df.loc[i, '列名']获取指定行的对应列数据。
2. 默认值初始化：先给Price列设置默认值“not available”，确保异常情况或无数据时不会出现空值。
3. 数据有效性检查：下载数据后判断stock_data是否为空，避免因目标日期无交易导致的索引错误。
4. 异常处理：try-except块捕获所有可能的异常（如无效股票代码、网络问题等），保证循环正常执行完毕。

内容的提问来源于stack exchange，提问作者Not_a_Robot