Python：如何通过for循环将标普500个股历史股价存入单个DataFrame

核心实现思路 #

• 初始化基础环境：确保pyEX客户端配置正确，stock_list为有效的标普500成分股代码集合。
• 构建主DataFrame容器：创建空DataFrame，或用第一只股票的收盘价数据作为初始结构（日期作为索引）。
• 遍历+合并数据：循环每只股票代码，获取历史收盘价后重命名列（以股票代码命名），通过日期索引与主DataFrame做对齐合并。
• 异常容错：加入异常捕获，跳过获取失败的股票，避免循环中断。

完整代码示例 #

import pyEX as p
import pandas as pd

# 初始化IEX Cloud客户端，替换为你的API Token
c = p.Client(api_token='YOUR_TOKEN', version='stable')
timeframe = '2y'

# 从已有数据中提取股票代码列表，若未获取标普500成分股，可改用c.sp500()获取
stock_list = stocks['Ticker'].tolist()

# 初始化整合用的主DataFrame
combined_df = pd.DataFrame()

for sym in stock_list:
    try:
        # 获取单只股票的收盘价数据
        single_stock_df = c.chartDF(symbol=sym, timeframe=timeframe)[['close']]
        # 重命名列名为股票代码，避免列名冲突
        single_stock_df.rename(columns={'close': sym}, inplace=True)
        
        # 合并到主DataFrame：外连接保留所有日期，适配不同股票的停牌情况
        if combined_df.empty:
            combined_df = single_stock_df
        else:
            combined_df = combined_df.join(single_stock_df, how='outer')
            
        print(f"已完成 {sym} 数据的获取与合并")
    except Exception as e:
        print(f"获取 {sym} 数据失败: {str(e)}")
        continue

# 查看整合后的数据
print(combined_df.head())

关键细节说明 #

• 列名重命名：必须将每只股票的close列改为对应代码，否则合并后会出现列名重复或数据覆盖问题。
• 合并方式选择：how='outer'保留所有股票的所有日期，适合处理停牌导致的日期缺失；若仅需所有股票均有交易数据的日期，可改用how='inner'。
• API限制处理：IEX Cloud免费版有调用次数上限，若股票数量较多，可添加time.sleep(1)延迟调用，避免触发限制。

内容的提问来源于stack exchange，提问作者Nbs610