Python中无法在CSV文件中匹配NASDAQ股票代码的问题求助

嘿，我来帮你解决这个股票代码匹配的问题！首先咱们得先捋清楚你可能踩的几个常见坑，然后给你两个靠谱的实现方案——一个用pandas（处理CSV超方便），一个用Python原生csv模块（不用额外装库）。

先说说你可能遇到匹配失败的原因 #

• 大小写/空格问题：纳斯达克的股票代码都是大写，但你的finalsheet.csv里可能有小写或者前后带空格的情况，直接匹配肯定找不到
• 列名不对应：比如nasdaq.csv里的代码列叫Symbol，但你读取的时候用了Ticker作为列名，自然拿不到正确的数据
• 数据脏了：CSV里可能有空行、空值或者异常字符，导致读取的数据不对

方案一：用Pandas快速处理（推荐，代码简洁高效） #

假设你的两个CSV结构大概是这样（你可以根据自己的实际列名修改）：

nasdaq.csv示例：
Symbol,Company Name,Price
AAPL,Apple Inc.,190.5
MSFT,Microsoft Corp.,378.25

finalsheet.csv示例：
Ticker,My Price
aapl,191.0
GOOG,142.3
ABC,50.0

直接上代码：

import pandas as pd

# 读取两个CSV文件，这里的列名要和你实际文件里的对应！
nasdaq_data = pd.read_csv('nasdaq.csv')
my_stocks = pd.read_csv('finalsheet.csv')

# 关键步骤：清理数据——去除前后空格，统一转为大写
nasdaq_symbols = nasdaq_data['Symbol'].str.strip().str.upper()
my_tickers = my_stocks['Ticker'].str.strip().str.upper()

# 给我的股票列表添加一列，标记是否属于纳斯达克
my_stocks['Is_NASDAQ'] = my_tickers.isin(nasdaq_symbols)

# 可以打印结果，或者保存到新CSV里
print("匹配结果：")
print(my_stocks)
# my_stocks.to_csv('nasdaq_matched_stocks.csv', index=False)

方案二：用Python原生CSV模块（不用装额外库） #

如果你不想用pandas，用Python自带的csv模块也能搞定，而且用集合来存纳斯达克代码，查找速度会快很多：

import csv

# 第一步：把纳斯达克所有代码存入集合（集合查找比列表快N倍）
nasdaq_symbols = set()
with open('nasdaq.csv', 'r', encoding='utf-8') as nasdaq_file:
    reader = csv.DictReader(nasdaq_file)
    for row in reader:
        # 清理代码格式：去空格+转大写
        clean_symbol = row['Symbol'].strip().upper()
        nasdaq_symbols.add(clean_symbol)

# 第二步：遍历自己的股票列表，做匹配并保存结果
with open('finalsheet.csv', 'r', encoding='utf-8') as in_file, \
     open('matched_result.csv', 'w', newline='', encoding='utf-8') as out_file:
    
    reader = csv.DictReader(in_file)
    # 给结果文件加一列Is_NASDAQ
    fieldnames = reader.fieldnames + ['Is_NASDAQ']
    writer = csv.DictWriter(out_file, fieldnames=fieldnames)
    writer.writeheader()
    
    for row in reader:
        clean_ticker = row['Ticker'].strip().upper()
        # 判断是否在纳斯达克集合里
        row['Is_NASDAQ'] = 'Yes' if clean_ticker in nasdaq_symbols else 'No'
        writer.writerow(row)

print("匹配完成，结果已保存到matched_result.csv")

几个排查小技巧 #

1. 先打印几个清理后的代码看看：比如print(nasdaq_symbols)和print(my_tickers)，确认格式是不是统一的
2. 检查有没有空值：用pandas的话可以跑print(nasdaq_data['Symbol'].isnull().sum())，如果有空值可以用nasdaq_data = nasdaq_data.dropna(subset=['Symbol'])删掉
3. 确认列名绝对正确：比如你打开CSV文件看一下，代码列到底叫什么，别写错了

内容的提问来源于stack exchange，提问作者Trying to learn