如何基于Yahoo Finance财报提取总营收并重命名年份列？

假设你已经通过yahoo_fin获取了各股票的年度利润表，且每个利润表的结构为行索引是财报项目名称、列名是年份（如2021、2020），可以通过以下几步快速实现需求：

核心代码 #

import pandas as pd
from yahoo_fin import stock_info as si

# 1. 批量获取各股票年度利润表
tickers = ['AAPL', 'MSFT', 'IBM']
income_statements = {ticker: si.get_income_statement(ticker, yearly=True) for ticker in tickers}

# 2. 提取totalRevenue行并整合成新数据结构
revenues_data = {ticker: stmt.loc['totalRevenue'] for ticker, stmt in income_statements.items()}
revenues_df = pd.DataFrame(revenues_data).T

# 3. 调整结构并重命名列
revenues_df = revenues_df.reset_index().rename(columns={'index': 'Ticker'})
revenues_df.columns = ['Ticker'] + [f'revenues_{col}' for col in revenues_df.columns[1:]]

# 输出结果
print(revenues_df)

步骤解析 #

• 批量获取数据：用字典推导式一次性拉取多只股票的利润表，减少重复代码。
• 精准提取目标行：通过loc['totalRevenue']直接定位营收数据行，再用字典整合多只股票的结果。
• 快速调整结构：转置（.T）将年份从行转为列，重置索引后把股票代码转为Ticker列，匹配目标格式。
• 批量修改列名：用列表推导式给所有年份列统一加上revenues_前缀，避免逐个修改的繁琐操作。

适配已合并的原始数据 #

如果你的原始数据已经是合并后的大DataFrame（比如行是股票代码，包含item列标记财报项目），可以简化为：

# 假设原始合并DataFrame为merged_df
revenues_df = merged_df[merged_df['item'] == 'totalRevenue'].drop('item', axis=1)
revenues_df.columns = ['Ticker'] + [f'revenues_{col}' for col in revenues_df.columns[1:]]

内容的提问来源于stack exchange，提问作者Economist Learning Python