无法编译多个DataFrame数据，报错‘RIC数据类型不被识别’求助

一、先解决当前报错和代码问题 #

你遇到的“data type 'RIC' not understood”报错，根源是第一行代码里的dtype='RIC'——pandas的dtype参数需要传入合法的数据类型（比如str、float64），而RIC是你的股票标识列名，不是数据类型，直接写肯定报错。

除此之外你的代码还有几处语法和逻辑错误，修正后的完整代码示例如下（假设read_create_giant_df(file_in)返回的是包含所有股票数据的DataFrame，结构包含Date、RIC、Close等价格列）：

import pandas as pd

def compile_data():
    # 读取所有股票的原始数据，不要乱加dtype参数
    all_stocks_df = read_create_giant_df(file_in)
    # 初始化主DataFrame
    main_df = pd.DataFrame()
    # 假设RIC是你的股票代码列表，比如['AAPL', 'MSFT', 'GOOG']
    for ric in RIC:
        # 筛选当前股票的数据
        df = all_stocks_df[all_stocks_df['RIC'] == ric].copy()
        # 设置日期为索引
        df.set_index('Date', inplace=True)
        # 重命名Close列为股票代码
        df.rename(columns={'Close': ric}, inplace=True)
        # 只保留需要的列
        df = df[[ric]]
        # 合并到主DataFrame
        if main_df.empty:
            main_df = df
        else:
            # 用outer join保留所有日期
            main_df = main_df.join(df, how='outer')
    print(main_df.head())
    return main_df

compile_data()

二、更简便的合并方法：用pivot一步到位 #

完全不需要写循环，直接用pandas的pivot方法就能实现你的需求，代码简洁高效：

import pandas as pd

def compile_data():
    all_stocks_df = read_create_giant_df(file_in)
    # 直接转置：日期为索引，RIC为列，Close为值
    main_df = all_stocks_df.pivot(index='Date', columns='RIC', values='Close')
    print(main_df.head())
    return main_df

compile_data()

这个方法会自动把每个RIC对应的Close值放到对应列，日期作为索引，缺失的日期会自动填充NaN，完全符合你的需求。

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