Pandas匹配财报日期与OHLC数据计算涨跌幅遇报错求助

核心问题分析 #

之前用iloc循环报错是因为索引匹配逻辑混乱，loc触发KeyError则是因为部分日期（比如周末、节假日）在OHLC数据af中不存在，直接按索引取值会失败。以下是基于Pandas向量化操作的高效解决方案：

步骤1：统一日期格式 #

确保两个DataFrame的日期类型一致，且af以日期为索引：

import pandas as pd
import numpy as np

# 转换df的财报日期为datetime类型
df['earnDate'] = pd.to_datetime(df['earnDate'])
# 转换af的索引为datetime（若af日期是单独列，先设为索引：af.set_index('date', inplace=True)）
af.index = pd.to_datetime(af.index)

步骤2：处理盘前发布（anncTod=0900）的情况 #

盘前发布需要财报日开盘价、收盘价，以及前一日收盘价来计算涨幅：

# 给af添加前一日收盘价列
af['prev_close'] = af['close'].shift(1)

# 合并盘前发布所需的价格数据，左连接保留所有财报行，缺失日期自动标记为NaN
df_pre = df[df['anncTod'] == '0900'].merge(
    af[['open', 'close', 'prev_close']],
    left_on='earnDate',
    right_index=True,
    how='left'
)

# 计算涨幅（转为百分比）
df_pre['overnight_return'] = (df_pre['open'] / df_pre['prev_close'] - 1) * 100
df_pre['intraday_return'] = (df_pre['close'] / df_pre['open'] - 1) * 100
df_pre['total_return'] = (df_pre['close'] / df_pre['prev_close'] - 1) * 100

步骤3：处理非盘前发布的情况 #

非盘前发布需要取财报次日的开盘价和收盘价：

df_other = df[df['anncTod'] != '0900'].copy()
# 计算财报次日日期
df_other['next_date'] = df_other['earnDate'] + pd.Timedelta(days=1)

# 合并次日价格数据，同样用左连接处理缺失日期
df_other = df_other.merge(
    af[['open', 'close']],
    left_on='next_date',
    right_index=True,
    how='left'
)

步骤4：合并结果并处理缺失值 #

将两部分结果合并，同时处理缺失的价格数据（如休市日）：

# 合并结果并恢复原索引顺序
df_result = pd.concat([df_pre, df_other]).sort_index()

# 处理缺失值：可选择向前填充、向后填充或标记为特定值
df_result = df_result.replace([np.inf, -np.inf], np.nan)  # 处理除以0的异常值
df_result.fillna(method='ffill', inplace=True)  # 向前填充，根据业务需求调整

方案优势 #

1. 替代循环：用Pandas向量化操作替代逐行循环，效率提升显著，同时避免索引匹配错误。
2. 兼容缺失日期：通过左连接保留所有财报行，缺失价格标记为NaN，不会直接抛出KeyError。
3. 逻辑清晰：拆分盘前/非盘前场景分别处理，便于后续维护和调试。

内容的提问来源于stack exchange，提问作者Pip