如何在Pandas中为股票数据的Adjusted Close创建便捷调用变量？

因为Adjusted Close（实际Yahoo财经返回的列名是'Adj Close'）包含空格，没法直接用.运算符访问（.只支持无空格、符合变量命名规则的列名），给你三种实现类似df.Close便捷调用的方式：

方法1：直接用字符串索引赋值变量 #

这是最直接省事的方式，逻辑和df.Close完全一致，只是把点访问换成字符串索引：

import datetime as dt
import pandas_datareader.data as pdr

end = dt.datetime.now()
start = end - dt.timedelta(weeks=104)
stocks_list = ['COST', 'NIO', 'AMD']
df = pdr.get_data_yahoo(stocks_list, start, end)

# 把'Adj Close'列赋值给变量
AdjClose = df['Adj Close']
AdjClose.head()

方法2：重命名列，实现点运算符访问 #

如果就想彻底用.来访问，可以把带空格的列名改成无空格的名称（比如AdjClose）：

import datetime as dt
import pandas_datareader.data as pdr

end = dt.datetime.now()
start = end - dt.timedelta(weeks=104)
stocks_list = ['COST', 'NIO', 'AMD']
df = pdr.get_data_yahoo(stocks_list, start, end)

# 处理多层列索引，把第一层的空格去掉
df.columns = df.columns.map(lambda x: x[0].replace(' ', '') if isinstance(x, tuple) else x.replace(' ', ''), level=0)
# 现在就能直接用df.AdjClose访问了
AdjClose = df.AdjClose
AdjClose.head()

注：如果是单层列索引的DataFrame，直接用df.columns = df.columns.str.replace(' ', '')就行。

方法3：给DataFrame添加自定义属性 #

手动给df对象加一个属性，指向'Adj Close'列，之后就能像调用df.Close一样用df.AdjClose访问：

import datetime as dt
import pandas_datareader.data as pdr

end = dt.datetime.now()
start = end - dt.timedelta(weeks=104)
stocks_list = ['COST', 'NIO', 'AMD']
df = pdr.get_data_yahoo(stocks_list, start, end)

# 添加自定义属性
df.AdjClose = df['Adj Close']
# 之后直接调用即可
AdjClose = df.AdjClose
AdjClose.head()

注：属性名别和DataFrame自带的方法/属性重名（比如别叫head、sum这类）。

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