用Python导入两个金融股

Question

所以，我试图输入标准普尔500（SPY）BP（O&G/能源公司）的股价。我要找的结果是一个由3列组成的“表”；1列表示日期，1列表示SPY的Adj Close，1列表示BP的Adj Close。但是，我的代码生成：

ValueError: columns overlap but no suffix specified: Index(['SPY'], dtype='object')

不过，我理解这个错误告诉我的是：索引列“Adj Close”有重叠。不管库存多少，我们每次提取的列称为“SPY”。我使用的join（）方法很混乱，因为列名必须是唯一的，嗯，我就是这样解释的。。。你知道吗

代码：

import pandas as pd

def test_run():
    start_date=('2016-03-10') #start date parameter
    end_date=('2017-03-10') #end date parameter
    dates=pd.date_range(start_date,end_date)
    df1=pd.DataFrame(index=dates) #create empty dataframe df1

    dfSPY=pd.read_csv("C:\SPY.csv",index_col="Date",parse_dates=True,
                  usecols=['Date','Adj Close'],na_values=['nan']) 
    #create dataframe for SPY stock

    #rename Adj Close column to SPY to prevent clash
    dfSPY=dfSPY.rename(columns={'Adj Close':'SPY'})

    #join the 2 dataframes using DataFrame.join(), and how='inner'
    df1=df1.join(dfSPY,how='inner')

    #read in more stocks; SPY & BP
    symbols=['SPY','BP']

    for symbol in symbols:
          df_temp=pd.read_csv("C{}.csv".format(symbol),index_col='Date',parse_dates=True,
                  usecols=['Date','Adj Close'],na_values=['nan'])

    #rename to prevent clash
    df_temp=df_temp.rename(columns={'Adj Close':symbol})
    df1=df1.join(df_temp) #use default how='left'
print(df1)

if __name__=="__main__":
test_run()

所以，这就是我的密码。如果有人能告诉我我做错了什么，请告诉我。你知道吗

非常感谢！你知道吗

Answer 1

我只是想结束这个问题。所以我放弃了导入股票的.CSV文件，直接从雅虎财经“导入”。这并没有真正回答我最初的问题，所以我仍然不知道出了什么问题，但下面的解决方案更有效，我觉得更“优雅”：

import pandas as pd
import pandas.io.data as web
import datetime

start = datetime.datetime(2000,1,1)
end = datetime.date.today()

BP=web.DataReader("BP","yahoo",start,end)
SPY=web.DataReader("SPY","yahoo",start,end)
df_stocks=pd.DataFrame({"BP":BP["Adj Close"],"SPY":SPY["Adj Close"]})

df_stocks.tail()

               BP         SPY
Date                             
2017-03-07    33.869999   237.000000
2017-03-08    33.310001   236.559998
2017-03-09    33.500000   236.860001
2017-03-10    34.330002   237.690002
2017-03-13    34.070000   237.809998

感谢所有看过的人。你知道吗

Answer 2

您提供的代码正在覆盖for循环中df_temp的值—它只会以上次迭代中指定的值结束。我假设下面的最后两行实际上在for循环中：

for symbol in symbols:
    df_temp=pd.read_csv("C{}.csv".format(symbol),index_col='Date',parse_dates=True,
              usecols=['Date','Adj Close'],na_values=['nan'])

    df_temp=df_temp.rename(columns={'Adj Close':symbol})
    df1=df1.join(df_temp) #use default how='left'

在您将dfSPY加入df1之后，已经有了一个“SPY”列。您的符号列表中又出现了“SPY”，这将引发一个错误，因为pandas不能用重叠的列名连接dataframes，除非您指定一个后缀来区分列