我来帮你搞定这个循环处理DataFrame时的头疼问题！先直接揪出问题根源：你用的 dps = pd.DataFrame(dps.append(results)) 写法有两个致命问题：

1. Python列表的append()是原地修改操作，它的返回值是None。第一次循环时dps是空列表，dps.append(results)返回None，转成DataFrame自然就是空的，这就是首个元素处理异常的核心原因。
2. 就算后续dps变成了DataFrame，pandas的append()方法已经被官方标记为弃用，而且每次赋值覆盖的方式既低效又容易引发逻辑错误。

下面给你两种靠谱的解决思路：

方法一：先收集所有处理结果，最后一次性合并（推荐） #

这种方法更高效也更稳妥，先把每个循环里处理好的DataFrame存进列表，循环结束后用pd.concat()一次性合并成大表：

import quandl
import pandas as pd

dfd = quandl.get("FRED/DEXBZUS")
dfe = quandl.get("ECB/EURBRL")
df_list = [dfd, dfe]
processed_dfs = []  # 用来暂存每个处理后的DataFrame

for df in df_list:
    df1 = df.reset_index()
    results = pd.DataFrame(df1)
    results = results.rename(columns={'Date': 'ds','Value': 'y'})
    processed_dfs.append(results)  # 将处理好的结果加入列表

# 最后合并所有DataFrame，重置索引避免重复
dps = pd.concat(processed_dfs, ignore_index=True)
print(dps)

方法二：逐步合并（适合大数据量分批处理场景） #

如果不想一次性存储所有数据，想边循环边合并，那要初始化dps为空DataFrame，每次用pd.concat()来合并：

import quandl
import pandas as pd

dfd = quandl.get("FRED/DEXBZUS")
dfe = quandl.get("ECB/EURBRL")
df_list = [dfd, dfe]
dps = pd.DataFrame()  # 初始化为空DataFrame

for df in df_list:
    df1 = df.reset_index()
    results = pd.DataFrame(df1)
    results = results.rename(columns={'Date': 'ds','Value': 'y'})
    # 用pd.concat合并当前结果与已有DataFrame
    dps = pd.concat([dps, results], ignore_index=True)

print(dps)

再唠唠为啥原来的写法不行 #

• 第一次循环时，空列表调用append()返回None，转成DataFrame就变成了空表，直接覆盖了初始的空列表，后续循环都基于这个空表操作，自然出问题。
• pandas的append()已经被弃用，官方明确推荐用pd.concat()替代，它的功能更灵活，处理多表合并也更稳定。

这样修改后，不管你循环里有1个还是N个DataFrame，都能正确合并成单个完整的DataFrame啦！

内容的提问来源于stack exchange，提问作者Cesar