如何使用Python的pandas与yfinance批量提取CSV中股票代码对应股价

这个需求完全可实现。145家上市公司的股价批量拉取属于yfinance的常规使用场景，正常情况下全量拉取耗时不会超过2分钟，连续尝试失败基本都是踩了环境配置、参数格式、接口限制类的常见坑，和需求本身无关。

大部分人卡在这里都是犯了几个很低级的错误，先挨个核对：

• 股票代码格式不符合yfinance要求：如果是A股标的，上交所上市的代码后缀要加.SS，深交所上市的加.SZ，港股标的后缀加.HK，美股标的直接用交易代码即可。很多人CSV里只存了纯数字代码，没交易所后缀，yfinance根本识别不出来，自然返回空值。
• yfinance版本过旧：雅虎财经的接口经常无通知调整，旧版本yfinance会直接报连接错误、权限错误，先执行pip install yfinance --upgrade升级到最新版本再调试。
• CSV读入环节出问题：用pandas读CSV时如果不指定dtype=str，纯数字的股票代码会被识别成整数，要么丢失前导0（比如港股00700会被读成700），要么格式错乱；另外代码前后如果带了空格、换行符，请求也会失败。
• 请求频率过高被临时限制：短时间内连续发上百个请求很容易被雅虎的反爬机制临时封IP，不要写裸循环单只串行无间隔请求。

不要自己写单只循环拉取的逻辑，直接用yfinance自带的批量下载接口，速度快、触发反爬的概率低。
假设你的CSV文件中存股票代码的列名是ticker，按下面的步骤写代码即可：

1. 导入依赖、读入并清洗股票代码列表

import pandas as pd
import yfinance as yf
import time

# 读入代码文件，必须指定dtype=str避免数字格式错乱
ticker_df = pd.read_csv("你的股票代码CSV文件路径.csv", dtype=str)
# 清除代码前后的空格、换行符等冗余字符
ticker_df["ticker"] = ticker_df["ticker"].str.strip()
ticker_list = ticker_df["ticker"].dropna().unique().tolist()
# 先打印核对代码数量，确认是不是145个，避免读入环节丢数据
print(f"有效股票代码数量：{len(ticker_list)}")

2. 批量拉取价格数据

# 参数按自己的需求调整：start/end是时间范围，interval是时间粒度
price_df = yf.download(
    tickers=ticker_list,
    start="2020-01-01",
    end="2024-06-01",
    interval="1d", # 1d=日线，1wk=周线，1mo=月线
    group_by="ticker", # 按股票代码分组，方便后续提取单只标的数据
    auto_adjust=True, # 自动采用前复权价格
    threads=True # 开启多线程加速拉取
)

# 校验拉取结果，找出拉取失败的标的
failed_tickers = []
for tk in ticker_list:
    if price_df[tk].dropna(how="all").empty:
        failed_tickers.append(tk)
print(f"首次拉取失败标的数量：{len(failed_tickers)}，列表：{failed_tickers}")

3. 补拉失败标的

# 如果有失败标的，间隔10秒后补拉，避免触发频率限制
if failed_tickers:
    time.sleep(10)
    retry_df = yf.download(
        tickers=failed_tickers,
        start="2020-01-01",
        end="2024-06-01",
        interval="1d",
        group_by="ticker",
        auto_adjust=True,
        threads=False # 补拉时关掉多线程，降低被封概率
    )
    # 将补拉成功的数据合并到主数据集
    for tk in failed_tickers:
        if not retry_df[tk].dropna(how="all").empty:
            price_df[tk] = retry_df[tk]

4. 导出结果

price_df.to_csv("全量标的股价数据.csv")

• 全量拉取前先拿1-2个标的做测试，比如测试拉取贵州茅台数据用yf.download("600519.SS", start="2024-01-01")，确认能正常返回数据后再跑全量，避免因为代码格式问题白等。
• 如果多次触发IP限制，就把批量拉取的threads参数设为False，每拉20个标的加3秒延时，145个标的总耗时也不会超过5分钟，稳定性高很多。
• 不要用单只Ticker.history()接口循环拉取上百个标的，效率低且极易触发反爬。

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