Python调用币安API脚本偶发IndexError空DataFrame索引越界报错

脚本可正常运行10秒左右后突然终止，抛出如下错误：

IndexError: index 0 is out of bounds for axis 0 with size 0

运行前期可正常返回计算结果、打印Check Pass，多次循环后会返回空DataFrame：

Empty DataFrame
Columns: [Close, ST]
Index: []

报错栈定位到check函数内访问historicals['ST'].values[0]的代码行，因当前轴长度为0，访问索引0触发越界。

from binance.client import Client
client = Client()

coin = "PYRBUSD"
ST = 20
LT = 60

def gethistoricals(symbol, LT):
    df = pd.DataFrame(client.get_historical_klines(symbol, '1m', str(LT) + 'minutes ago UTC'))
    closes = pd.DataFrame(df[4])
    closes.columns = ['Close']    
    closes['ST'] = closes.Close.rolling(ST).sum() 
    closes.dropna(inplace=True)
    return closes

def check(coin): 
    ma1 = round((float(historicals['ST'].values[0]) / ST), 4)
    
    print(ma1)
    print(type(ma1))
    return True

while True:
    historicals = gethistoricals(coin, 20) 
    print(historicals)

    if check(coin): 
        print("Check Pass")

• 高频请求触发接口限频：代码里是无间隔无限循环请求币安K线接口，短时间请求量超过接口阈值后，部分请求会直接返回空结果，没有任何K线数据。
• 数据量不足触发全空结果：代码里调用gethistoricals时硬编码传入参数20，只拉取最近20根1分钟K线，做20周期滚动求和后，dropna()会把不足20周期的行全部删掉，只要接口少返回1根K线，最终结果就是空DataFrame；如果接口直接返回空，结果也必然为空。
• 缺少有效性校验：check函数直接取DataFrame的第0个元素，完全没判断数据是否为空，拿到空数据时直接触发索引越界。
• 隐藏依赖问题：代码里用了pandas但没写导入，只是运行环境里提前装了才没第一时间报导入错误。
• 全局变量滥用：check函数传了根本没用到的coin参数，直接读取全局的historicals变量，逻辑耦合度高。

• 补全缺失的pandas导入，避免依赖问题。
• 给循环加上合理的请求间隔，每次请求后休眠1-2秒，避免触发接口限频。
• 修正参数传递错误，拉取K线时传入预定义的LT=60参数，多取一部分历史数据，避免数据量刚好卡滚动窗口阈值导致空结果。
• 给接口请求加异常捕获，同时增加空数据判断，拿到空结果或者请求出错时直接跳过本轮计算，等下一轮请求拿到有效数据再继续逻辑，不要强行访问空数据。
• 调整check函数参数，直接把需要处理的historicals传入，去掉无意义的全局变量依赖。

修复后可稳定运行的完整代码：

import time
import pandas as pd
from binance.client import Client

client = Client()
coin = "PYRBUSD"
ST = 20
LT = 60

def gethistoricals(symbol, LT):
    try:
        klines = client.get_historical_klines(symbol, '1m', f'{LT}minutes ago UTC')
    except Exception as e:
        print(f"请求K线接口异常: {str(e)}")
        return pd.DataFrame(columns=['Close', 'ST'])
    if not klines:
        return pd.DataFrame(columns=['Close', 'ST'])
    df = pd.DataFrame(klines)
    closes = pd.DataFrame(df[4], dtype=float)
    closes.columns = ['Close']
    closes['ST'] = closes.Close.rolling(ST).sum()
    closes.dropna(inplace=True)
    return closes

def check(historicals):
    if len(historicals) == 0:
        return False
    ma1 = round(float(historicals['ST'].iloc[0]) / ST, 4)
    print(ma1)
    print(type(ma1))
    return True

while True:
    historicals = gethistoricals(coin, LT)
    print(historicals)
    if check(historicals):
        print("Check Pass")
    time.sleep(1.5)

内容的提问来源于stack exchange，提问作者zaster