Python 如何处理yfinance下载的多级列名

我有一个要一次下载的代码列表（

tickerStrings

）。当我尝试使用pandas的读取csv时，它不会像我从yfinance下载数据时那样读取csv文件

我通常通过以下方式访问我的数据：

data['AAPL']

或

data['AAPL']。关闭

，但当我从csv文件读取数据时，它不允许我这样做

if path.exists(data_file):
    data = pd.read_csv(data_file, low_memory=False)
    data = pd.DataFrame(data)
    print(data.head())
else:
    data = yf.download(tickerStrings, group_by="Ticker", period=prd, interval=intv)
    data.to_csv(data_file)

以下是打印输出：

                  Unnamed: 0                 OLN               OLN.1               OLN.2               OLN.3  ...                 W.1                 W.2                 W.3                 W.4     W.5
0                        NaN                Open                High                 Low               Close  ...                High                 Low               Close           Adj Close  Volume
1                   Datetime                 NaN                 NaN                 NaN                 NaN  ...                 NaN                 NaN                 NaN                 NaN     NaN
2  2020-06-25 09:30:00-04:00    11.1899995803833  11.220000267028809  11.010000228881836  11.079999923706055  ...   201.2899932861328   197.3000030517578  197.36000061035156  197.36000061035156  112156
3  2020-06-25 09:45:00-04:00  11.130000114440918  11.260000228881836  11.100000381469727   11.15999984741211  ...  200.48570251464844  196.47999572753906  199.74000549316406  199.74000549316406   83943
4  2020-06-25 10:00:00-04:00  11.170000076293945  11.220000267028809  11.119999885559082  11.170000076293945  ...  200.49000549316406  198.19000244140625   200.4149932861328   200.4149932861328   88771

尝试访问数据时出现的错误：

Traceback (most recent call last):
File "getdata.py", line 49, in processData
    avg = data[x].Close.mean()
AttributeError: 'Series' object has no attribute 'Close'

将所有标记下载到具有单级列标题的单个数据帧中 选择1

• 下载单个股票行情数据时，返回的dataframe列名为单个级别，但没有行情列
• 这将下载每个ticker的数据，添加一个ticker列，并从所有所需的ticker创建一个数据帧

将yf财务导入为yf
作为pd进口熊猫
tickerStrings=['AAPL'，'MSFT']
df_list=list（）
对于TickerString中的ticker：
数据=yf.下载（股票代码，分组依据=“股票代码”，句号=2d”）
data['ticker']=ticker#添加此列，因为dataframe不包含带有ticker的列
df_list.append（数据）
#将所有数据帧合并到单个数据帧中
df=pd.concat（df_列表）
#保存到csv
df.to_csv（'ticker.csv'））

选择2

• 下载所有标记并取消标记级别

  • group\u by='Ticker'

    将Ticker置于列名的

    级别=0

tickerStrings=['AAPL'，'MSFT']
df=yf.下载（tickerStrings，按class='Ticker'，period='2d'分组）
df=df.stack（级别=0）。重命名_轴（['Date'，'Ticker']）。重置_索引（级别=1）

---

读取

yfinance

csv已使用多级列名存储

• 如果希望保留并读入具有多级列索引的文件，请使用以下代码，这将使数据帧返回其原始形式

df=pd.read\u csv（'test.csv'，header=[0,1]）
df.drop（[0]，axis=0，inplace=True）#删除此行，因为它只有一列带有日期
df[（'Unnamed:0_level_0'，'Unnamed:0_level_1'）]=pd.to_datetime（df[（'Unnamed:0_level_0'，'Unnamed:0_level_1'），格式=“%Y-%m-%d”）#将第一列转换为日期时间
df.set_index（'Unnamed:0_level_0'，'Unnamed:0_level_1'），inplace=True）#将第一列设置为索引
df.index.name=None#重命名索引

• 问题是，

  tickerStrings

  是一个tickers列表，它会产生一个带有多级列名的最终数据帧

AAPL-MSFT
开-高-低-关调整关闭音量开-高-低-关调整关闭音量
日期
1980-12-12 0.513393 0.515625 0.513393 0.513393 0.405683 117258400南南
1980-12-15 0.488839 0.488839 0.486607 0.486607 0.384517 43971200南南
1980-12-16 0.453125 0.453125 0.4508930.4508930.356296 26432000南南
1980-12-17 0.462054 0.464286 0.462054 0.462054 0.365115 21610400南南
1980-12-18 0.475446 0.477679 0.475446 0.475446 0.375698 18362400南南

• 当这被保存到csv时，它看起来像下面的示例，并导致一个数据帧，就像您遇到问题一样

，AAPL，AAPL，AAPL，AAPL，AAPL，AAPL，MSFT，MSFT，MSFT，MSFT，MSFT，MSFT，MSFT
，打开，高，低，关闭，调整关闭，音量，打开，高，低，关闭，调整关闭，音量
日期，，，，，，，，，，，，
1980-12-12,0.5133928656578064,0.515625,0.5133928656578064,0.5133928656578064,0.40568336844444275,117258400,,,,,,
1980-12-15,0.4888392984867096,0.4888392984867096,0.4866071343421936,0.4866071343421936,0.3845173120498657,43971200,,,,,,
1980-12-16,0.453125,0.453125,0.4508928656578064,0.4508928656578064,0.3562958240509033,26432000,,,,,,

---

将多个级别的列展平为单个级别，并添加一个标记列

• 如果股票代码为列名的

  级别=0

  （顶部）
  • 使用

    group\u by='Ticker'

    时

df.stack（级别=0）。重命名_轴（['Date'，'Ticker']）。重置_索引（级别=1）

• 如果股票代码为列名的

  级别=1

  （底部）

df.stack（级别=1）。重命名_轴（['Date'，'Ticker']）。重置_索引（级别=1）

---

下载每个ticker并将其保存到单独的文件中

• 我建议分别下载并保存每个股票代码，如下所示：

将yf财务导入为yf
作为pd进口熊猫
tickerStrings=['AAPL'，'MSFT']
对于TickerString中的ticker：
数据=yf.下载（股票代码，group_by=“ticker”，期间=prd，区间=intv）
data['ticker']=ticker#添加此列，因为dataframe不包含带有ticker的列
例如，data.to_csv（f'ticker{ticker}.csv'）35;ticker_AAPL.csv

• 数据

  看起来像

Open High Low Close Adj Close音量调节器
日期
1986-03-13 0.088542 0.101562 0.088542 0.097222 0.062205 1031788800毫英尺
1986-03-14 0.097222 0.102431 0.097222 0.100694 0.064427 308160000毫英尺
1986-03-17 0.100694 0.103299 0.100694 0.102431 0.065537 133171200毫英尺
1986-03-18 0.102431 0.103299 0.098958 0.099826 0.063871 67766400毫英尺
1986-03-19 0.099826 0.100694 0.097222 0.098090 0.062760 47894400毫英尺

• 生成的csv将如下所示

日期、打开、高、低、关闭、调整关闭、音量、股票代码
1986-03-13,0.088541664183
df = yf.download(tickers, group_by="ticker")
d = {idx: gp.xs(idx, level=0, axis=1) for idx, gp in df.groupby(level=0, axis=1)}