Python 如何将一个系列转换为新的dataframe列名，并为每个列名追加历史价格？

首先，我通过以下方式获得加密货币名称：

tickers=pd.DataFrame(tickers)
coin=tickers['symbol'].head(10)
coin

然后，我定义了一个函数，可以从上面的代码中获得每个硬币名称的历史价格：

def get_price(name):
    df=CmcScraper(name,"01-01-2019","05-10-2019")
    df=df.get_dataframe().set_index("Date")
    return df

因此，我如何获得一个数据框，其中硬币名称作为列名，历史收盘价作为每个硬币名称的系列。新数据框的索引是date？ 如果有任何答案，我将不胜感激

如果我尝试以下代码，它会给我索引器：列表索引超出范围：

df=pd.concat([get_price(key)["Close"].rename(key) for key in coin],axis=1)

使用：

在这种情况下，索引将是时间

如果并非所有数据帧的索引都相同，则可能会生成错误。在这种情况下，您可以使用：

pd.concat([get_price(key)[Close].rename(key).reset_index() for key in coin],axis=1,join='outer')

如果您不介意丢失有关日期的信息：

---

不知道为什么，当我键入此代码时，它仍然会给我索引错误：列出索引超出范围>>>df=pd.concat[get_pricekey[Close].renamekey for key in coin]，axis=1数据帧可能有不同的索引。或者它们的长度不一样。尽管可能性不大。你试过我答案中的另外两个代码了吗？试着忽略\u index=True错误发生在get\u price函数还是out函数中？我试着忽略\u index=True。但它给了我同样的错误，我减少了硬币，只包括3枚索引相同的硬币。但同样的错误

pd.concat([get_price(key)[Close].rename(key).reset_index() for key in coin],axis=1,join='outer')

pd.concat([get_price(key)[Close].rename(key) for key in coin],ignore_index=True,axis=1,join='outer')