如何修正yfinance数据获取代码 输出无NaN/零值的单一DataFrame

原代码存在的问题 #

• 循环缩进错误：给df赋值列的代码df[i] = data['Adj Close'].pct_change()写在for循环外，只会保留最后一个标的（^GSPC）的计算结果
• 自定义的起止时间未生效：代码里定义了start和end变量，但调用yf.download时传了start=None, end=None，没有用到指定的2015年10月至今的时间范围
• 缺失值处理逻辑不完善：仅用前向填充无法排除初始NaN以及涨跌幅为0的无效值
• 没有对齐不同标的的时间索引：不同标的上市时间不同，需要统一索引范围避免错位

修正后代码 #

import datetime
import pandas as pd
import numpy as np
import yfinance as yf

start = datetime.datetime(2015, 10, 1)
end = datetime.datetime.now()
symbols = ['BTC-USD', 'ETH-USD', '^GSPC']
df = pd.DataFrame()

for i in symbols:
    # 调用自定义的起止时间拉取月度数据
    data = yf.download(i, start=start, end=end, interval="1mo")
    # 计算涨跌幅后赋值到对应列，缩进放在循环内
    df[i] = data['Adj Close'].pct_change()

# 先删除所有包含NaN的行（对齐所有标的都有数据的时间段）
df = df.dropna()
# 再过滤掉所有涨跌幅为0的行
df = df[(df != 0).all(axis=1)]

代码修改说明 #

• 修正了循环缩进：把列赋值逻辑放到for循环内部，三个标的的涨跌幅都会被写入df的对应列
• 生效自定义时间范围：yf.download传入已定义的start、end参数，拉取2015年10月至今的数据
• 优化无效值处理：先使用dropna()删除所有存在缺失值的行，保留三个标的都有交易数据的共同时间段，再过滤掉所有涨跌幅为0的无效记录，符合无NaN、无零值的要求
• 移除了冗余的period="max"参数：指定start和end后该参数无需传入

内容的提问来源于stack exchange，提问作者john