如何从yahooquery嵌套DataFrame中提取日期与收盘价列？

核心原因 #

你看到的date并非普通列，而是DataFrame的索引，所以调用df.keys()看不到它。yahooquery的history()方法返回的行情数据默认会把日期设为索引，行情字段作为列。

解决方案 #

1. 单只股票数据的处理

先获取WMT的历史数据：

from yahooquery import Ticker
import pandas as pd

wmt = Ticker('WMT')
# 可指定period参数，比如'1y'（1年）、'max'（全部历史）
df = wmt.history(period='1y')

将索引转为普通列，生成扁平化DataFrame：

# 重置索引，把date从索引转为列
df_flat = df.reset_index()
# 提取date和close列
target_df = df_flat[['date', 'close']]

此时target_df就是包含date和close的扁平化结构，直接通过target_df['date']或target_df.date即可访问日期列。

2. 多只股票数据的处理

如果同时获取多只股票数据，会生成多层索引（symbol和date），处理方式如下：

tickers = Ticker(['WMT', 'AAPL'])
df = tickers.history(period='1y')
# 重置多层索引，将symbol和date转为普通列
df_flat = df.reset_index()
# 筛选WMT的date和close数据
wmt_target = df_flat[df_flat['symbol'] == 'WMT'][['date', 'close']]

关于pd.json_normalize报错的说明 #

pd.json_normalize用于处理嵌套的JSON结构，但yahooquery的Ticker对象本身不是可直接解析的JSON格式，且history()方法已经返回了结构化的DataFrame，不需要用该方法处理Ticker对象。

内容的提问来源于stack exchange，提问作者jspreng007