Python获取NSE股票历史数据时触发IndexError: single positional indexer is out-of-bounds错误求助

Hey there! 看起来你在使用Upstox API批量拉取NSE印度1700多家企业近120天股票数据时，遇到了IndexError: single positional indexer is out-of-bounds错误，结合你的代码片段和Python 3.13的环境，我来帮你分析下可能的问题和解决思路：

先理清楚你的场景 #

• 需求：获取1700+家NSE上市公司近120天的日线数据
• 环境：Python 3.13
• 核心错误：IndexError: single positional indexer is out-of-bounds
• 你的核心代码片段（补全了合理的未写完部分）：

def getHistoricalData(symInfo):
    res = None
    try:
        parseInstrument = urllib.parse.quote(symInfo.instrument_key)
        fromDate = (datetime.now(TIME_ZONE) - timedelta(days=120)).strftime("%Y-%m-%d")
        todate = datetime.now(TIME_ZONE).strftime("%Y-%m-%d")        
        url = f'https://api.upstox.com/v2/historical-candle/{parseInstrument}/day/{todate}/{fromDate}'        
        res = requests.get(url, headers=YOUR_AUTH_HEADERS)  # 推测你这里有授权头信息
        # 推测你后续有解析响应为DataFrame的操作，这一步触发了错误
        response_data = res.json()
        candles = response_data['data']['candles']
        df = pd.DataFrame(candles)
        # 比如用df.iloc[:, 0]这类位置索引操作时触发了错误
    except IndexError as e:
        print(f"Error for {symInfo.instrument_key}: {e}")

错误的常见原因 #

这个错误本质是你尝试用位置索引（比如pandas的iloc/iat，或者列表的下标访问）去一个不存在的位置，结合你的场景，大概率是以下几种情况：

• 1. API返回的内容不符合预期（空数据或错误响应）
  有些上市企业可能近120天没有交易数据，或者你的instrument_key无效、权限不足，导致API返回的candles列表是空的，甚至直接返回错误信息。这时候你强行转成DataFrame再做索引操作，就会触发越界错误。

• 2. API的日期参数顺序搞反了
  看你构造的URL：day/{todate}/{fromDate}，Upstox的历史K线API通常要求日期参数是起始日期在前，结束日期在后，你这里把todate和fromDate的顺序写反了，可能导致API返回空的蜡烛图数据，后续解析时触发错误。

• 3. 处理DataFrame时的索引操作无数据可访问
  比如你假设返回的蜡烛图数据有固定列数，直接用df.iloc[:, 1]去访问第二列，但如果DataFrame是空的（没有行/列），就会触发这个索引错误。

具体的解决步骤 #

步骤1：先验证API的返回内容 #

在请求API后，先不要急着解析数据，先打印响应状态码和返回内容，确认数据结构是否正确：

res = requests.get(url, headers=YOUR_AUTH_HEADERS)
# 先检查请求是否成功
if res.status_code != 200:
    print(f"Request failed for {symInfo.instrument_key}, status code: {res.status_code}")
    print(f"Error message: {res.json()}")
    return None
# 再检查返回的数据结构是否符合预期
response_data = res.json()
if not response_data.get('data') or not response_data['data'].get('candles') or len(response_data['data']['candles']) == 0:
    print(f"No historical data found for {symInfo.instrument_key}")
    return None

步骤2：修正日期参数的顺序 #

把URL里的todate和fromDate调换位置，符合API的参数要求：

# 修正后的URL，起始日期在前，结束日期在后
url = f'https://api.upstox.com/v2/historical-candle/{parseInstrument}/day/{fromDate}/{todate}'

步骤3：给DataFrame操作加安全判断 #

在对DataFrame做索引操作前，先确认DataFrame非空，有足够的行/列：

candles = response_data['data']['candles']
df = pd.DataFrame(candles)
# 比如要访问第一列，先判断列数足够
if len(df.columns) > 0:
    first_column = df.iloc[:, 0]
else:
    print(f"DataFrame has no columns for {symInfo.instrument_key}")
    return None

步骤4：批量处理时隔离单个错误 #

因为你要处理1700多家企业，单个企业的错误不应该中断整个批量任务，所以在循环调用getHistoricalData时也要加异常捕获：

# 假设你有一个所有标的的列表all_symbols
for sym in all_symbols:
    try:
        getHistoricalData(sym)
    except Exception as e:
        print(f"Failed to fetch data for {sym.instrument_key}: {str(e)}")
        continue  # 跳过错误的标的，继续处理下一个

备注：内容来源于stack exchange，提问作者NeedBasedLearner