如何用for循环合并多个金融DataFrame？循环合并报错求解

嘿，我刚踩过几乎一模一样的坑！让我帮你捋清楚问题出在哪，以及怎么快速解决～

问题根源 #

你遇到的情况大概率是循环中重复使用了同一个DataFrame对象，或者没有为每只股票生成独立的DF。比如很多新手会在循环外先创建一个空DF，然后每次循环都修改这个DF再添加到列表里——但列表里的元素其实都是指向同一个DF的引用，最后所有元素都会变成最后一次循环的结果，甚至因为原地修改导致数据混乱，pd.concat自然就报错了。

举个典型的错误写法（你可能就是这么写的）：

# ❌ 错误示例！
import pandas as pd

stock_codes = ["000001", "000002", "000003"]
df_list = []
temp_df = pd.DataFrame()  # 循环外创建的DF，所有操作都基于它

for code in stock_codes:
    temp_df = get_stock_price(code)  # 看似重新赋值，但如果get_stock_price有问题，或者你是原地修改temp_df
    df_list.append(temp_df)  # 其实添加的都是同一个对象的引用

正确的解决方法 #

核心原则：为每只股票生成独立的DataFrame，直接添加到列表，不要复用同一个变量反复修改。

方法1：标准循环写法

import pandas as pd

# 你的行业股票代码列表
industry_stocks = ["AAPL", "MSFT", "AMZN"]
df_collection = []

for stock_code in industry_stocks:
    # 1. 为当前股票单独获取定价数据，得到全新的DF
    # 替换成你实际获取数据的代码：比如从API拉取、读本地CSV等
    stock_df = pd.read_csv(f"{stock_code}_daily_prices.csv")
    
    # 可选但推荐：给DF加一列股票代码，方便后续区分不同股票的数据
    stock_df["stock_code"] = stock_code
    
    # 2. 将这个独立的DF添加到列表
    df_collection.append(stock_df)

# 3. 合并所有DF
final_merged_df = pd.concat(df_collection, ignore_index=True)

方法2：更简洁的列表推导式

如果你的逻辑不复杂，用列表推导式一行就能搞定收集DF的步骤：

df_collection = [
    pd.read_csv(f"{code}_daily_prices.csv").assign(stock_code=code) 
    for code in industry_stocks
]
final_merged_df = pd.concat(df_collection, ignore_index=True)

调试小技巧 #

如果还是不确定哪里出问题，可以在循环里加个打印，检查每只股票的DF是否正确：

for stock_code in industry_stocks:
    stock_df = get_stock_price(stock_code)
    print(f"处理股票 {stock_code} | DF行数：{len(stock_df)} | 列名：{list(stock_df.columns)}")
    df_collection.append(stock_df)

这样能快速发现是不是某只股票的数据没正确获取，或者是不是重复添加了同一个DF。

内容的提问来源于stack exchange，提问作者Run The Jewels