yfinance数据处理：含空格Sector列拆分后合并报错求助

问题描述 #

使用yfinance获取股票数据时，通过空格拼接字段生成字符串，再用str.split()拆分后，带空格的Sector字段（如“Communication Services”）被拆分为“Sector”和“Sector1”两列，尝试手动合并时出现属性或字符串错误，无法得到完整的Sector列。

错误原因 #

以空格作为字段分隔符拼接数据，而部分Sector字段本身包含空格，导致str.split()默认按任意空格拆分时，将单个Sector字段拆分为多列；后续手动合并时因列值类型不一致或空值处理不当引发错误。

解决方案 #

方案1：从根源避免拆分（推荐） #

改用不含空格的分隔符（如|）拼接字段，确保Sector字段作为整体被保留：

修改代码如下：

import yfinance as yf
import pandas as pd
from concurrent.futures import ThreadPoolExecutor

list_of_futures = []

def get_stats(ticker):
    info = yf.Tickers(ticker).tickers[ticker].info
    # 用|作为分隔符，替换原来的空格
    s = f"{ticker}|{info['currentPrice']}|{info['marketCap']}|{info['sector']}"
    list_of_futures.append(s)

ticker_list = ['AAPL', 'ORCL', 'GTBIF', 'META']

with ThreadPoolExecutor() as executor:
    executor.map(get_stats, ticker_list)
    
(
    pd.DataFrame(list_of_futures)
        [0].str.split('|', expand=True)  # 指定分隔符为|
        .rename(columns={0: "Ticker", 1: "Price", 2: "Market Cap", 3: "Sector"})
        .to_excel("yahoo_futures.xlsx", index=False)
)

方案2：合并已拆分的列 #

如果已经生成了拆分后的DataFrame，可通过合并列值的方式恢复完整Sector：

import yfinance as yf
import pandas as pd
from concurrent.futures import ThreadPoolExecutor

list_of_futures = []

def get_stats(ticker):
    info = yf.Tickers(ticker).tickers[ticker].info
    s = f"{ticker} {info['currentPrice']} {info['marketCap']} {info['sector']}"
    list_of_futures.append(s)

ticker_list = ['AAPL', 'ORCL', 'GTBIF', 'META']

with ThreadPoolExecutor() as executor:
    executor.map(get_stats, ticker_list)

# 处理拆分后的列
df = pd.DataFrame(list_of_futures)[0].str.split(expand=True)
# 合并Sector相关列，处理空值避免多余空格
df['Sector'] = df.apply(lambda row: ' '.join([str(row[col]) for col in range(3, df.shape[1]) if pd.notna(row[col])]), axis=1)
# 重命名其他列并保留需要的字段
df = df.rename(columns={0: "Ticker", 1: "Price", 2: "Market Cap"})[["Ticker", "Price", "Market Cap", "Sector"]]
df.to_excel("yahoo_futures.xlsx", index=False)

内容的提问来源于stack exchange，提问作者user3444610