如何将pandas DataFrame多重索引列转换为含股票代码列的单索引结构？

你需要将多重列索引的宽表转换为按交易日+股票代码分组的长表，使用pandas内置的stack方法即可快速实现，在你现有代码的基础上追加以下代码即可：

# 交换列索引层级，将股票代码从第二层调整到第一层
relv_data = relv_data.swaplevel(axis=1)
# 堆叠股票代码层，将其从列索引转为行索引
long_df = relv_data.stack(level=0)
# 重置索引，将交易日期、股票代码转为普通列，同时得到单级列索引
long_df = long_df.reset_index().rename(columns={"level_1": "ticker"})

# 查看输出结果
print(long_df.head())

补充说明 #

• 转换后的数据每一行对应某一个交易日某一只股票的行情数据，单独的ticker列存储对应股票代码，所有列均为单级索引，符合你预期的输出结构。
• 你当前代码中填写的苹果股票代码为APPL，正确的代码为AAPL，修正后才能正常拉取苹果的行情数据。

内容的提问来源于stack exchange，提问作者Jacky