如何在 for 循环中通过 for 循环将列表附加到数据帧

Question

我做了一个 for 循环，它使用股票行情列表来获取日收盘价。 收集后，我要求代码将数据存储在数据帧中。 这工作正常，但我无法创建一种一遍又一遍地附加数据帧的方法，因此我只剩下一个大数据帧。 有人可以帮忙吗？ 请注意，API 连接允许一定数量的调用 pr。 分钟，所以如果通话失败，应该有一个时间延长 - 我试图解释这一点。 请看下面的代码：

C20 = ['AMBU-B.CPH'，'MAERSK-B.CPH']

df = pd.DataFrame()

def getdata(symbol_input):

for i in symbol_input:

    try:

        API_KEY = 'XXXXXXXXX' #MY API KEY

        symbol = i #søg på google efter firmanavnet og "stock price". Tickeren er den der skal bruges

        r = requests.get('https://www.alphavantage.co/query?function=TIME_SERIES_DAILY&symbol=' + i + '&apikey=' + API_KEY)

        result = r.json()
        AllData = result['Time Series (Daily)']
        alldays = list(AllData.keys())
        alldays.sort()
        timeinterval = 10
        days = alldays[len(alldays)-timeinterval:len(alldays)]
        #print(days)

        SymbolList = []
        for i in range(timeinterval):
            SymbolList.append(symbol)
        #print(SymbolList)

        StockPriceList = []


        if (r.status_code == 200):

            for i, day in enumerate(days):
                result = r.json()
                dataForAllDays = result['Time Series (Daily)']
                dataForSingleDate = dataForAllDays[days[i]]
                #print (days[i], dataForSingleDate['4. close']) 
                StockPriceList.append(dataForSingleDate['4. close'])  


        #print(StockPriceList)

        combined_lists = list(zip(days, StockPriceList, SymbolList)) #create tuples to feed into dataframe from multiple lists

        df1 = pd.DataFrame(combined_lists, columns = ['Date', 'Price', 'Stock Ticker'])
        print(df1)

        time.sleep(10)

    except:
        print('could not get data for: ' + i)
        time.sleep(1)  # wait for 1 seconds before trying to fetch the data again
        continue

打印（获取数据（C20））

Answer 1

您可以使用 pd.concat 然后通过使用临时数据帧将所有内容连接到一个最终数据帧中。

您可以使用此代码作为将两个不同的数据帧连接成单个最终数据帧的示例。

dataset1 = pd.DataFrame([[1,2],[2,3],[3,4]],columns=['A','B'])
dataset2 = pd.DataFrame([[4,5],[5,6],[6,7]],columns=['A','B'])
full_dataset = pd.concat([dataset1,dataset2])
full_dataset
   A  B
0  1  2
1  2  3
2  3  4
0  4  5
1  5  6
2  6  7

参考： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.concat.html

如果您需要其他任何东西，请告诉我。 祝你有美好的一天！