python - 我如何通过for循环中的for循环将列表添加到数据框

我制作了一个for循环，该循环使用股票报价器列表来获取当日收盘价。收集后，我要求代码将数据存储在数据框中。这可以正常工作，但是我很难创建一种反复添加数据框的方法，以至于我只剩下一个大的数据框。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，因此如果通话失败，则应该延长时间-我已尝试解决此问题。请参见下面的代码：

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（getdata（C20））

最佳答案

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示例，将两个不同的数据帧连接为单个最终数据帧。

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

让我知道您是否还有其他要求。祝你有美好的一天！