如何将Python中的指定OHLC字符串数据转换为DataFrame？

方法一：利用pandas.read_csv（推荐，简洁高效） #

先修正你的变量定义（原代码存在语法问题）：

ohlc = "1664788799|38444.9|38569.2|38327.85|38412.35|0|0|,1664789099|38408.35|38587.3|38394.05|38586.15|0|0|,1664789399|38589.55|38641.6|38420.05|38422.35|0|0|"

通过io.StringIO将字符串模拟为文件对象，配合read_csv直接解析：

import pandas as pd
from io import StringIO

# 清理数据：移除条目末尾多余的|，将逗号分隔替换为换行
cleaned_data = ohlc.replace('|,', '\n').rstrip('|')

# 读取为DataFrame并指定列名、数据类型
df = pd.read_csv(
    StringIO(cleaned_data),
    sep='|',
    names=['timestamp', 'open', 'high', 'low', 'close', 'volume', 'OI'],
    dtype={
        'timestamp': int,
        'open': float,
        'high': float,
        'low': float,
        'close': float,
        'volume': int,
        'OI': int
    }
)

# 可选：将时间戳转换为可读性更强的datetime格式
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='s')

方法二：手动拆分字符串（适合小量数据） #

如果不想引入StringIO，可以直接拆分字符串后构造DataFrame：

import pandas as pd

# 按逗号拆分每个K线条目，再按|拆分字段（去掉末尾多余的空值）
rows = [row.split('|')[:-1] for row in ohlc.split(',')]

# 构造DataFrame并转换数据类型
df = pd.DataFrame(rows, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume', 'OI']).astype({
    'timestamp': int,
    'open': float,
    'high': float,
    'low': float,
    'close': float,
    'volume': int,
    'OI': int
})

# 可选转换时间戳格式
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='s')

两种方法最终都会得到结构正确的DataFrame，推荐第一种方法，尤其是处理大量数据时，read_csv的性能和容错性更好。

内容的提问来源于stack exchange，提问作者user3698161