Python循环导出期权DataFrame到CSV仅显示最后一条数据如何解决?
问题根因
你的代码出现该问题有两个核心原因:
- 循环过程中每次都重新给
df变量赋值,会直接覆盖上一只股票生成的DataFrame数据 pandas的to_csv方法默认使用mode='w'(覆盖写入)模式,每次执行都会清空原有CSV文件内容再写入新数据,循环结束后文件里自然只剩下最后一次循环写入的AMZN股票数据
同时你当前的异常捕获逻辑存在问题:except块内仅写ValueError没有任何处理逻辑,一旦拉取接口报错,chain变量未定义,后续生成DataFrame的代码会直接报错。
修复方案
这里提供两种适合初学者的修复方式:
方式1:循环过程中追加写入CSV
每次循环完成后把当前股票的数据追加到CSV末尾,仅第一次写入时保留表头:
import pandas as pd from yahoo_fin import options stocks = ['AAPL', 'AMZN'] # 自定义保存路径 save_path = r'C:\Users\etcetc\options.csv' # 标记是否是第一次写入,用来控制表头输出 first_write = True for stock in stocks: try: pd.set_option('display.max_columns', None) chain = options.get_options_chain(stock, 'October 15, 2021') print(chain['calls']) except Exception as e: # 接口拉取失败时打印提示,跳过当前股票继续执行 print(f"{stock} 数据拉取失败,跳过:{e}") continue df = pd.DataFrame(chain['calls'], columns=['Contract Name', 'Last Trade Date', 'Strike', 'Last Price', 'Bid', 'Ask', 'Change', 'Volume', 'Implied Volatility']) # 新增股票代码列,方便后续区分不同股票的数据 df.insert(0, 'Stock Code', stock) # 追加写入,第一次写加表头,后续不加 df.to_csv(save_path, index=False, header=first_write, mode='a' if not first_write else 'w') # 第一次写入完成后修改标记 if first_write: first_write = False
方式2:先合并所有数据再一次性导出
把每只股票的DataFrame先存到列表里,全部拉取完成后合并成一个大的DataFrame再导出,逻辑更清晰:
import pandas as pd from yahoo_fin import options stocks = ['AAPL', 'AMZN'] save_path = r'C:\Users\etcetc\options.csv' # 用来存所有股票的DataFrame df_list = [] for stock in stocks: try: pd.set_option('display.max_columns', None) chain = options.get_options_chain(stock, 'October 15, 2021') print(chain['calls']) except Exception as e: print(f"{stock} 数据拉取失败,跳过:{e}") continue df = pd.DataFrame(chain['calls'], columns=['Contract Name', 'Last Trade Date', 'Strike', 'Last Price', 'Bid', 'Ask', 'Change', 'Volume', 'Implied Volatility']) df.insert(0, 'Stock Code', stock) df_list.append(df) # 合并所有数据 all_df = pd.concat(df_list, ignore_index=True) # 一次性导出 all_df.to_csv(save_path, index=False, header=True)
如果要导出Excel格式,把最后一步的to_csv换成to_excel即可,注意需要提前安装openpyxl依赖:pip install openpyxl。
内容的提问来源于stack exchange,提问作者James Anderson
相关产品推荐
相关产品推荐

