使用pd.DataFrame从Morningstar获取股票数据返回NaN值求助

我之前也碰到过一模一样的情况，问题根源出在Morningstar数据源返回的数据结构上——它默认返回的是带**多层索引（MultiIndex）**的DataFrame，直接提取Close列合并会导致索引对齐失败，最终全是NaN。下面是具体的解决步骤和修改后的代码：

问题原因分析 #

当你用data.DataReader(ticker, 'morningstar', ...)获取数据时，返回的DataFrame索引是(日期, 股票代码)的双层结构。如果直接提取data['Close']并构建新DataFrame，不同ticker的索引无法正确匹配，就会生成全NaN的结果。

修改后的代码 #

import pandas as pd
from pandas_datareader import data

all_data = {} 
for ticker in ['AAL', 'ALK','WTI']: 
    # 获取单只股票的完整数据
    stock_data = data.DataReader(ticker, 'morningstar', '2014-06-01','2016-06-13')
    # 移除第二层的股票代码索引，只保留日期作为唯一索引
    stock_data = stock_data.reset_index(level=1, drop=True)
    # 仅提取Close列存入字典
    all_data[ticker] = stock_data['Close']

# 构建包含三只股票收盘价的DataFrame
price = pd.DataFrame(all_data) 
print(price.head(5))

额外注意事项 #

• 确保你的pandas_datareader是最新版本，旧版本可能存在Morningstar接口兼容问题，可以用pip install --upgrade pandas-datareader更新。
• 如果仍然出现问题，可以尝试将日期参数转为datetime对象，比如start=pd.to_datetime('2014-06-01')，避免字符串格式解析错误。
• 若后续Morningstar数据源停止支持，你可以考虑改用Yahoo Finance（data.DataReader(ticker, 'yahoo', ...)）等替代数据源，这些数据源的返回结构更直观，不容易出现索引对齐问题。

内容的提问来源于stack exchange，提问作者Catherine Zhang