如何在循环中为列表中的每个股票代码创建对应的Pandas DataFrame

问题原因 #

你当前的代码在循环中重复给同一个变量data赋值，每次新的读取结果都会覆盖上一次的内容，因此循环结束后只能保留最后一次读取的股票数据。

解决方法 #

下面是两种常用的实现方案，可根据你的后续使用需求选择：

方案1：用字典存储独立的单股票DataFrame #

这是最常用的方案，每个股票代码对应独立的DataFrame，后续取用灵活。
代码示例：

# 初始化空字典，键为股票代码，值为对应的DataFrame
ticker_df_map = {}
for ticker in stock_tickers:
    ticker_df_map[ticker] = pd.read_csv(f'{ticker}_{get_date()}.csv')

使用示例：需要调取某只股票数据时，直接用股票代码作为key取值即可，例如ticker_df_map["AAPL"]即可获取苹果公司对应的DataFrame。

方案2：合并为全量总DataFrame #

如果需要统一分析所有股票数据，可以合并为一个总表，新增列标记股票代码即可。
代码示例：

df_list = []
for ticker in stock_tickers:
    temp_df = pd.read_csv(f'{ticker}_{get_date()}.csv')
    # 新增列标记当前数据所属股票代码
    temp_df["ticker"] = ticker
    df_list.append(temp_df)

# 拼接所有数据为一个总DataFrame
full_df = pd.concat(df_list, ignore_index=True)

内容的提问来源于stack exchange，提问作者John