You need to enable JavaScript to run this app. Python使用pandas DataFrame爬取雅虎财经股票数据输出全NaN怎么办
优惠活动
大模型
产品
解决方案
定价
更多

Python使用pandas DataFrame爬取雅虎财经股票数据输出全NaN怎么办

全NaN输出的核心根因

你当前实现出现全空表格,本质是三个常见实现疏漏导致的:

  • 逐字段存储的独立列表和股票代码索引顺序错位:遍历采集时没有严格按固定顺序往列表追加值,一旦某一步提前中断、值位置偏移,构造DataFrame时会自动填充NaN
  • 字段取值缺少校验:不管是yfinance接口返回空、网页爬取选择器匹配失败,只要拿到空值就直接存入列表,最终所有列没有有效映射
  • 字段名拼写不匹配:从接口返回结构取除息日、成交量等字段时,用了和返回结构不一致的键名,取不到有效值
可直接落地的修正实现
import pandas as pd
import yfinance as yf
from requests.exceptions import RequestException

# 目标股票代码,将作为结果表的行索引
ticker_index = ["awr", "dov", "nwn", "emr"]

# 按目标列初始化存储字典,从结构上避免列表顺序错位
data_bucket = {
    "price": [],
    "change": [],
    "ex-dividend-date": [],
    "volume": []
}

for ticker in ticker_index:
    try:
        # 拉取单只股票的实时行情快照
        stock = yf.Ticker(ticker)
        daily_snapshot = stock.history(period="1d")
        latest = daily_snapshot.iloc[-1]

        # 逐字段填充
        current_price = round(latest["Close"], 2)
        data_bucket["price"].append(current_price)

        prev_close = stock.info.get("previousClose", current_price)
        change_ratio = round((current_price - prev_close)/prev_close * 100, 2)
        data_bucket["change"].append(f"{change_ratio}%")

        ex_div_ts = stock.info.get("exDividendDate", "无近期除息安排")
        if ex_div_ts != "无近期除息安排":
            ex_div_ts = pd.to_datetime(ex_div_ts, unit="s").strftime("%Y-%m-%d")
        data_bucket["ex-dividend-date"].append(ex_div_ts)

        data_bucket["volume"].append(int(latest["Volume"]))

    except (RequestException, IndexError, KeyError):
        # 单只采集失败时按列填充统一标记,保证列表长度和索引长度一致
        for col in data_bucket.keys():
            data_bucket[col].append("数据获取失败")

# 以目标股票代码为行索引构造最终表格
output_df = pd.DataFrame(data_bucket, index=ticker_index)
print(output_df)
实现优化说明
  • 替换松散的独立列表存储逻辑为字段绑定的字典结构,遍历过程中严格保持值的顺序和股票代码列表的顺序一致,从根源上避免行列错位
  • 增加全链路异常捕获:单只股票采集失败时不会打乱存储列表的长度,避免因为列表长度和索引长度不匹配触发批量NaN填充
  • 对接口返回的原始字段做了格式适配:除息日的时间戳转换、涨跌幅的数值计算都加了容错判断,不会因为空值导致整列失效
  • 完全匹配你要求的表格结构:行索引为指定的4支股票代码,列严格对应price、change、ex-dividend-date、volume四个字段
  • 如果你使用requests+BeautifulSoup+lxml的网页爬取方案采集数据,只需要把代码中yfinance取数的片段替换为对应网页元素的选择器匹配逻辑,保持“逐股票遍历、按列绑定存储、异常时填充固定值保证长度对齐”的核心逻辑,就不会出现全NaN的问题

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.29 07:45:03