Python遍历股票列表生成DataFrame：如何实现单股一行带表头的结构化输出？

我来帮你搞定这个问题！你现在的核心困扰是没把每只股票的数据整理成结构化的整行数据再收集，导致要么数据扁平成单列，要么循环覆盖只保留最后一条。咱们一步步拆解问题，然后给出最优解：

先说说你之前代码的问题 #

1. 第一个版本的问题：
   你每次用append添加的是单个字段值（比如先加股票代码，再加账面价值），这样stock_data最后是一个扁平的列表：[AAPL, 每股账面价值, MSFT, ...]，Pandas把它转成DataFrame时自然就变成单列了，完全没有行的结构。

2. 第二个版本的问题：
   你在循环里每次都重新定义df，相当于每遍历一只股票，就把之前的DataFrame彻底覆盖掉，最后自然只保留最后一只股票（AMZN）的数据；而且你设置了index=('0','1','2')，Pandas会把单个的字段值自动广播成三行，所以才会出现重复的最后一条数据。

正确的思路：先收集结构化数据，再生成DataFrame #

我们需要把每只股票的相关数据打包成一个字典（比如{'symbol': 'AAPL', 'bookValue': 3.xx}），把所有股票的字典放到一个列表里，最后用这个列表直接创建DataFrame——Pandas会自动把字典的key作为表头，每个字典作为一行，完美匹配你的需求。

完整的正确代码 #

import yfinance as yf
import pandas as pd

tickerlist = ['AAPL', 'MSFT', 'AMZN']

# 初始化空列表，用来存每只股票的结构化数据
stock_data = []

for ticker in tickerlist:
    info = yf.Ticker(ticker).info
    # 把当前股票的两个字段打包成字典，添加到列表
    stock_row = {
        'symbol': info.get("symbol"),
        'bookValue': info.get("bookValue")
    }
    stock_data.append(stock_row)

# 用结构化的列表生成DataFrame
df = pd.DataFrame(stock_data)
print(df)

代码运行后的预期输出 #

你会得到一个每行对应一只股票、带清晰表头的DataFrame，结构大概是这样：

（可选）更简洁的Pythonic写法 #

如果想让代码更紧凑，可以用列表推导式来收集数据：

import yfinance as yf
import pandas as pd

tickerlist = ['AAPL', 'MSFT', 'AMZN']

# 用列表推导式一次性收集所有结构化数据
stock_data = [
    {
        'symbol': yf.Ticker(t).info.get("symbol"),
        'bookValue': yf.Ticker(t).info.get("bookValue")
    }
    for t in tickerlist
]

df = pd.DataFrame(stock_data)
print(df)

核心要点总结 #

• 不要零散地append单个值，要把整行数据打包成字典再收集
• 不要在循环里反复创建/覆盖DataFrame，先把所有数据收集齐全，再一次性生成DataFrame，效率更高也更不容易出错

备注：内容来源于stack exchange，提问作者diguinhosl