如何将Python获取的Truedata API实时数据正确存入pandas DataFrame

代码返回空DataFrame是几个明确的逻辑错误导致的：

• symbols初始化为空列表，传给start_live_data不会订阅任何标的，根本不会产生行情数据
• 缺失logging模块导入，初始化TD客户端时调用logging.DEBUG会直接抛出NameError中断流程
• live_data_objs定义为空字典后全程没有写入任何行情数据，直接转DataFrame必然为空
• DataFrame生成逻辑写在回调函数注册之前，后续推送的实时tick数据根本不会被捕获存储
• 遍历req_ids时仅打印了touchline_data的快照内容，没有把数据写入待转存的结构中

先补全账号、订阅标的配置，调整数据存储逻辑，在回调中实时写入tick数据到DataFrame：

from truedata_ws.websocket.TD import TD
import time
import pandas as pd
import logging  # 补全缺失的依赖导入

# 替换为你的真实账号信息
username = "你的Truedata账号用户名"
password = "你的Truedata账号密码"
realtime_port = 8084
url = "push.truedata.in"
# 替换为你需要订阅的标的代码列表，空列表无法拉取任何数据
symbols = ["NIFTY 50", "BANKNIFTY", "RELIANCE"]

# 提前定义行情字段，和TD接口返回的tick字段对齐，可根据实际返回结构调整
tick_columns = ["symbol_id", "timestamp", "ltp", "ltq", "total_volume", "bid_price", "ask_price", "bid_qty", "ask_qty"]
# 初始化空DataFrame存储全量实时行情
realtime_df = pd.DataFrame(columns=tick_columns)

# 初始化TD客户端
td_obj = TD(
    username, 
    password, 
    live_port=realtime_port, 
    url=url, 
    log_level=logging.DEBUG, 
    log_format="%(message)s"
)

print("\nStarting Real Time Feed.... ")
req_ids = td_obj.start_live_data(symbols)
time.sleep(1)  # 等待初始快照推送

# 先存储连接建立后的第一批touchline快照数据
for req_id in req_ids:
    snapshot = td_obj.touchline_data[req_id]
    print(f"初始快照数据 -> {snapshot}")
    snapshot_row = pd.DataFrame([snapshot], columns=tick_columns)
    realtime_df = pd.concat([realtime_df, snapshot_row], ignore_index=True)

# 注册行情回调，实时处理推送的tick数据
@td_obj.trade_callback
def strategy_callback(symbol_id, tick_data):
    global realtime_df
    print(f"实时tick更新 -> {tick_data}")
    # 将新到的tick追加到DataFrame
    tick_row = pd.DataFrame([tick_data], columns=tick_columns)
    realtime_df = pd.concat([realtime_df, tick_row], ignore_index=True)
    # 可在此处添加策略逻辑，直接读取realtime_df即可使用全量行情数据
    print(f"当前已存储行情条数：{len(realtime_df)}")
    print(realtime_df.tail())  # 打印最新5条数据验证写入结果

# 保持长连接持续接收行情
while True:
    time.sleep(120)

• 如果订阅标的多、tick推送频率高，每次收到tick就做pd.concat会有明显性能损耗，建议先用列表缓存tick数据，攒到固定条数再批量转DataFrame，参考写法：

tick_cache = []
CACHE_THRESHOLD = 100  # 每攒100条批量写入一次

@td_obj.trade_callback
def strategy_callback(symbol_id, tick_data):
    global realtime_df, tick_cache
    tick_cache.append(tick_data)
    if len(tick_cache) >= CACHE_THRESHOLD:
        batch_df = pd.DataFrame(tick_cache, columns=tick_columns)
        realtime_df = pd.concat([realtime_df, batch_df], ignore_index=True)
        tick_cache.clear()

• 运行前先打印一次tick_data的实际键名，如果和预设的tick_columns不匹配，对应调整列名即可保证数据对齐
• 不要在循环或回调里反复重新初始化realtime_df，否则会清空之前存储的所有行情数据
• 确认你的Truedata账号有对应订阅标的的实时行情权限，否则会出现连接成功但无数据推送的问题

内容的提问来源于stack exchange，提问作者jyotirmay