Python 从股票价格的WebCaping结果创建数据框架

我正试图编写一个脚本，创建一个熊猫数据框（df），每次向df添加一个股票价格。数据来自WreBStraping

这是我的代码，但我不知道如何在每次向df添加x（例如1分钟）新数据时不替换旧数据

    import bs4 as bs
    import urllib.request
    import time as t
    import re
    import pandas as pd
    
    i = 1
    while i == 1:
        # !! Scraping
    
        link = 'https://www.onvista.de/aktien/DELIVERY-HERO-SE-Aktie-DE000A2E4K43'
    
        parser = urllib.request.urlopen(link).read()
        soup = bs.BeautifulSoup(parser, 'lxml')
    
        stock_data = soup.find('ul', {'class': 'KURSDATEN'})
        stock_price_eur_temp = stock_data.find('li')
        stock_price_eur = stock_price_eur_temp.get_text()
    
        final_stock_price = re.sub('[EUR]','', stock_price_eur)
        print (final_stock_price)
        t.sleep(60)
    
        # !! Building an dataframe 
    
        localtime = t.asctime(t.localtime(t.time()))
      
        stock_data_b = {
        'Price': [final_stock_price],
        'Time': [localtime],
                    }
    
        df = pd.DataFrame(stock_data_b, columns=['Price', 'Time'])
   

---

我希望您能帮助我解决这个问题。

因为您在循环中创建了

df

，所以每次都要写入变量名，写入上一次迭代的数据。您希望在循环之前初始化一个数据帧，然后每次都添加到它

在循环之前，添加行

df2 = pd.DataFrame()

这只会创建一个空数据帧。在您发布的代码结束后，添加

df2 = df2.append(df, ignore_index = True)

这将把每个新的

df

钉在

df2

的末尾