for循环遍历股票列表时如何为history变量加股票代码后缀生成独立变量

一、原有代码问题修复 #

你的代码存在三个核心错误：

• history被定义为元组()，元组是不可变数据结构，不支持键值对赋值操作
• 函数参数setTicker和循环变量重名，逻辑混乱
• 函数最终仅返回循环最后一个元素（MSFT）的结果，没有保存所有股票数据

优先推荐使用字典存储所有股票数据，无需动态生成独立变量，维护性更高，实现代码如下：

import pandas as pd
import yfinance as yf

tickerList = ("AAPL", "HOOD", "TSLA", "GOOG", "MSFT")
# 用字典存储所有股票数据，键为股票代码，值为对应DataFrame
history_dict = {}

def moduleApi(ticker_list, setPeriod, setInterval):
    for ticker in ticker_list:
        stock = yf.Ticker(ticker)
        history_dict[ticker] = pd.DataFrame(stock.history(
            period=setPeriod,
            interval=setInterval,
            group_by='ticker',
            proxy=None))
    return history_dict

# 调用函数获取所有数据
history_dict = moduleApi(tickerList, 'max', '1d')

# 调取单只股票数据的方式
print(history_dict['AAPL'])
print(history_dict['HOOD'])

二、动态生成独立变量的实现（不推荐） #

如果你确实需要生成historyAAPL这类带股票代码后缀的独立变量，可以通过globals()方法实现，但是该方案会污染全局命名空间，后续维护难度高，仅作为可选方案提供：

# 接上文代码，将字典内数据转换为独立变量
for ticker, df in history_dict.items():
    globals()[f'history{ticker}'] = df

# 现在可直接调用historyAAPL、historyTSLA等变量
print(historyAAPL)

三、MySQL存储方案建议 #

• 将数据保存为DataFrame格式再导入MySQL是非常合理且成熟的方案，pandas自带to_sql方法可以一键完成导入，无需额外格式转换
• 字典存储方案确实不适合直接导入SQL，DataFrame的二维表结构和MySQL表结构天然对应，导入效率和代码简洁度都最优

导入MySQL示例代码如下：

# 先安装依赖：pip install sqlalchemy pymysql
from sqlalchemy import create_engine

# 替换为你自己的MySQL连接信息
engine = create_engine('mysql+pymysql://用户名:密码@数据库地址/数据库名?charset=utf8mb4')

# 循环导入每只股票的数据到对应独立表
for ticker, df in history_dict.items():
    table_name = f'history{ticker}'
    # if_exists参数说明：replace为覆盖原有表，append为追加数据，fail为表存在时报错
    df.to_sql(name=table_name, con=engine, if_exists='replace', index=True)

上述代码会自动为每只股票创建对应名称的表，DataFrame默认的日期索引也会同步存入表中，可根据需求提前处理DataFrame调整字段内容。

内容的提问来源于stack exchange，提问作者user16845627