Pandas DataFrame是否存在最大999行的存储容量限制？

首先可以明确：Pandas DataFrame不存在999行的存储上限，普通家用PC环境下存储百万级行数据都是常规操作，你的报错和存储上限完全无关。

你遇到的KeyError:999是索引不匹配导致的，直接原因有两个：

• 你的DataFrame实际长度不足：你构建DF时用了bars[:-1]截断了最后一根K线，假设你拉取的limit=amount_of_timeframe=1000，那最终DF的长度只有999，索引范围是0~998，当循环遍历到i=999时，就会触发索引不存在的错误
• 你用「位置序号」直接访问Series的标签索引：如果后续你对DF做过过滤、删除行、未重置索引的操作，索引标签不会和行位置保持一一对应，也会触发这类KeyError。

1. 修复遍历逻辑的索引错误 #

优先推荐你用Pandas内置函数替代手动循环遍历，性能更高也不会出索引错误：
如果你需要判断相邻两行的in_uptrend状态变化，直接用shift函数把上一行的值移到当前行即可：

# 新增一列存上一行的in_uptrend值
stdf['prev_in_uptrend'] = stdf['in_uptrend'].shift(1)
# 直接筛选符合条件的行
match_rows = stdf[(~stdf['prev_in_uptrend']) & (stdf['in_uptrend'])]

如果一定要用循环，用iloc按行位置取值，不要直接用方括号取标签：

# 先获取DF的实际长度，不要用amount_of_timeframe做遍历上限
df_length = len(stdf)
for i in range(1, df_length):
    prev_status = stdf['in_uptrend'].iloc[i-1]
    current_status = stdf['in_uptrend'].iloc[i]
    # 后续业务逻辑

2. 拉取超过1000根K线的实现方法 #

币安的OHLCV接口单次请求最多返回1000根K线，如果你需要更多历史数据，要分页拉取后拼接：

import time
import pandas as pd
import ccxt

exchange = ccxt.binance()
timeframe = '1m'
pair_to_trade = 'ETH/USDT'
# 总共要拉的K线数量
total_limit = 5000
# 单次最多拉1000根
limit_per_request = 1000
all_bars = []
# 从当前时间往前推的起始时间，根据你的时间单位调整毫秒数计算逻辑
since = exchange.milliseconds() - (total_limit * 60 * 1000)

while len(all_bars) < total_limit:
    bars = exchange.fetch_ohlcv(pair_to_trade, timeframe=timeframe, limit=limit_per_request, since=since)
    if not bars:
        break
    all_bars.extend(bars)
    # 更新since为最后一根K线的时间，下次从该时间点往后拉
    since = bars[-1][0] + 1
    # 避免触发接口频率限制
    time.sleep(exchange.rateLimit / 1000)

# 最终构建DF，不需要截断最后一根就不要写[:-1]
df = pd.DataFrame(all_bars[:total_limit], columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')

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