将多只股票财务数据转换为Pandas DataFrame时遇属性错误求助

我尝试获取AMZN、AAPL、MSFT、DIS、GOOG多只股票的balance_sheet（资产负债表）、income_statement（利润表）、cash_flow（现金流量表）数据，并转换为DataFrame进行处理。获取数据的代码如下：

import yahoo_fin.stock_info as yfs
tickers = ['AMZN','AAPL','MSFT','DIS','GOOG'] 
balance_sheet=[]
income_statement=[]
cash_flow=[]
balance_sheet.append({ticker : yfs.get_balance_sheet(ticker) for ticker in tickers})
income_statement.append({ticker : yfs.get_income_statement(ticker) for ticker in tickers })
cash_flow.append({ticker : yfs.get_cash_flow(ticker) for ticker in tickers})

此部分可正常运行，每个类别返回一个字典。随后执行以下代码：

my_dict=cash_flow+balance_sheet+income_statement
dff=pd.DataFrame.from_dict(my_dict, orient='columns', dtype=None, columns=None)

当尝试使用orient='index'时，出现如下错误：

AttributeError                            Traceback (most recent call last)
 in 
1 my_dict=cash_flow+balance_sheet+income_statement
----> 2 dff=pd.DataFrame.from_dict(my_dict, orient='index', dtype=None, columns=None)
3 # dff=dff.set_index('endDate')
4 dff
5 # cash_flow

/opt/anaconda3/lib/python3.8/site-packages/pandas/core/frame.py in from_dict(cls, data, orient, dtype, columns)
1361             if len(data) > 0:
1362                 # TODO speed up Series case
-> 1363                 if isinstance(list(data.values())[0], (Series, dict)):
1364                     data = _from_nested_dict(data)
1365                 else:
AttributeError: 'list' object has no attribute 'values'

错误原因 #

pd.DataFrame.from_dict()的orient='index'参数要求输入的data是字典类型，但你这里的my_dict是一个列表（cash_flow、balance_sheet、income_statement都是包含单个字典的列表，相加后变成包含3个字典的列表），列表没有values()方法，因此触发了AttributeError。

另外，你最初的代码里没必要把每个财报字典放进列表：balance_sheet.append({...})会让balance_sheet变成[ {ticker: df, ...} ]这种冗余结构，直接用字典存储即可。

修正方案 #

步骤1：调整数据存储方式，直接用字典而非列表 #

把获取数据的代码改成：

import yahoo_fin.stock_info as yfs
import pandas as pd

tickers = ['AMZN','AAPL','MSFT','DIS','GOOG'] 
# 直接用字典存储，无需套列表
balance_sheet = {ticker : yfs.get_balance_sheet(ticker) for ticker in tickers}
income_statement = {ticker : yfs.get_income_statement(ticker) for ticker in tickers}
cash_flow = {ticker : yfs.get_cash_flow(ticker) for ticker in tickers}

步骤2：构造符合orient='index'要求的字典 #

如果想把三类财报合并成一个大字典供from_dict使用，可以这样做：

# 构造键为财报类型，值为对应股票字典的大字典
full_fin_data = {
    "cash_flow": cash_flow,
    "balance_sheet": balance_sheet,
    "income_statement": income_statement
}

# 此时用orient='index'可正常生成DataFrame
dff = pd.DataFrame.from_dict(full_fin_data, orient='index')

补充：整合所有股票的财报数据到单DataFrame #

如果希望把每只股票的三张表数据整合到一个结构化的DataFrame里，可以遍历每个股票，拼接三张表：

result_dfs = []
for ticker in tickers:
    # 重置索引，统一字段名
    bs = balance_sheet[ticker].reset_index().rename(columns={'index': 'item'})
    is_ = income_statement[ticker].reset_index().rename(columns={'index': 'item'})
    cf = cash_flow[ticker].reset_index().rename(columns={'index': 'item'})
    
    # 合并单只股票的三张表
    ticker_df = pd.merge(bs, is_, on=['item', 'endDate'], how='outer')
    ticker_df = pd.merge(ticker_df, cf, on=['item', 'endDate'], how='outer')
    ticker_df['ticker'] = ticker
    result_dfs.append(ticker_df)

# 合并所有股票数据
final_df = pd.concat(result_dfs, ignore_index=True)

内容的提问来源于stack exchange，提问作者momo