'DataFrame' 对象没有属性 'split' 从 .csv 文件导入股票代码列表时出现问题

Question

我在使用 yfinance 时遇到问题：我必须从 .csv 文件中导入 101 个代码才能下载收盘价。这是我的代码：import pandas as pdimport yfinance as yfimport datetimetickers = pd.read_csv('symbols.csv', sep=";", header=None, nrows=1)stocks = yf.download(tickers, start="2020-03-31",end="2020-04-20")close = stocks['Close']print(close)我的 .csv 文件只有一行，所有代码都用“;”分隔。我该如何修复它？谢谢！:)

Answer 1

.download()接受列表或字符串，但不接受 DataFrame。

我建议改为使用csv模块读取文件：

import csv 

with open('symbols.csv','r') as f:

    reader = csv.reader(f,delimiter=';')

    tickers = next(reader) # tickers is now a list

stocks = yf.download(tickers, start="2020-03-31",end="2020-04-20")

结果（使用 AAPL 和 GOOGL）：

In [19]: stocks

Out[19]: 

             Adj Close                    Close  ...         Open    Volume         

                  AAPL        GOOGL        AAPL  ...        GOOGL      AAPL    GOOGL

Date                                             ...                                

2020-03-31  254.289993  1161.949951  254.289993  ...  1148.729980  49250500  3261400

2020-04-01  240.910004  1102.099976  240.910004  ...  1124.000000  44054600  2598500

2020-04-02  244.929993  1117.030029  244.929993  ...  1100.000000  41483500  2820500

2020-04-03  241.410004  1092.699951  241.410004  ...  1114.709961  32470000  2568700

2020-04-06  262.470001  1183.189941  262.470001  ...  1133.000000  50455100  3166000

2020-04-07  259.429993  1182.560059  259.429993  ...  1217.010010  50721800  3081000

2020-04-08  266.070007  1207.000000  266.070007  ...  1203.099976  42223800  2016700

2020-04-09  267.989990  1206.569946  267.989990  ...  1218.180054  40529100  2701400

2020-04-13  273.250000  1210.410034  273.250000  ...  1201.500000  32755700  1935100

2020-04-14  287.049988  1265.229980  287.049988  ...  1239.969971  48748700  3167900

2020-04-15  284.429993  1257.300049  284.429993  ...  1246.510010  32788600  2111800

2020-04-16  286.690002  1257.430054  286.690002  ...  1267.140015  39281300  2894800

2020-04-17  282.799988  1279.000000  282.799988  ...  1281.699951  53812500  2552500

[13 rows x 12 columns]