You need to enable JavaScript to run this app. 如何从含多个pandas DataFrame的字典中提取数据并合并为单个DataFrame?
优惠活动
大模型
产品
解决方案
定价
更多

如何从含多个pandas DataFrame的字典中提取数据并合并为单个DataFrame?

嵌套DataFrame字典的合并方案

你当前场景下的字典结构是键为股票代码、值为单只股票完整行情DataFrame,这类嵌套结构根本不适合直接用pd.DataFrame.from_dict或者直接传参构造DataFrame,正确路径是逐一提取字典内的DataFrame做纵向拼接,这也是pandas原生支持的最高效处理方式。

可直接运行的修正代码

首先先修正你原代码里的隐藏语法错误:原循环内get_history(symbol=stock_name['close'])的写法存在问题,stock_name是遍历得到的股票代码字符串,并非可索引的字典结构,运行时会直接触发类型错误,需要改为直接传递股票名称作为symbol参数。

import pandas as pd
from nsepy import get_history
from datetime import date

stock = ['3MINDIA','ABB','POWERINDIA','ACC','AIAENG']  # 替换为你实际的全量股票列表
start = date(2019, 12, 1)
end = date(2020, 12, 10)

# 初始化空字典存储单只股票的行情DataFrame
res = {}
for stock_name in stock:
    # 修正symbol参数的取值逻辑
    data = get_history(symbol=stock_name, start=start, end=end)
    res[stock_name] = data

# 直接纵向合并所有字典内的DataFrame,同时自动生成股票代码标记列
merged_all = pd.concat(
    objs=res.values(),
    keys=res.keys(),
    names=['Stock_Code', 'Date']
).reset_index()

之前尝试方法失效的原因

  • pd.DataFrame.from_dict(res, orient='index')逻辑:pandas会将字典的键作为行索引、值作为行内元素,但你的字典值是完整的DataFrame对象而非标量值,最终生成的表格单元格里会嵌套存储整个DataFrame的内存引用,看起来就是格式混乱的无效数据
  • 直接pd.DataFrame(res)逻辑:pandas会将每个嵌套的DataFrame当成单个值对齐,计算出的行列形状和你指定的单行索引不匹配,因此触发Shape of passed values is (14, 501), indices imply (1, 501)报错
  • 嵌套列表构造的pd.DataFrame([res], index=[0])逻辑:本质上还是在单元格里嵌套存整个DataFrame对象,没有展开成逐行的结构化数据,因此输出依然是乱码格式

大标的量下的内存优化方案

如果你的股票列表规模超过上百只,不需要额外存完整的字典结构,可以直接在循环中把单只股票的DataFrame追加到列表,最后统一拼接,减少一层字典结构的内存开销:

df_container = []
for stock_name in stock:
    data = get_history(symbol=stock_name, start=start, end=end)
    data['Stock_Code'] = stock_name  # 直接在单帧内添加股票标记列
    df_container.append(data)

# 统一拼接,自动忽略原来的单帧索引避免重复
merged_all = pd.concat(df_container, ignore_index=True)

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

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:2026.11.13 23:36:07