本文介绍如何将多个股票csv文件读取为pandas dataframe，为每份数据添加股票代码（symbol）列，合并为单一dataframe，并按date列升序排序。方法简洁高效，支持任意数量的股票文件。
本文介绍如何将多个股票csv文件读取为pandas dataframe，为每份数据添加股票代码（symbol）列，合并为单一dataframe，并按date列升序排序。方法简洁高效，支持任意数量的股票文件。
在量化分析或金融数据处理中，常需批量加载多只股票的历史行情（如AAPL、TSLA、GOOG），每只股票存于独立CSV文件中，结构一致（含Date、Open、High、Low、Close、Volume等列）。目标是：统一添加symbol标识列 → 合并为单个DataFrame → 按Date全局排序。以下是三种推荐实现方式，均基于pandas.concat()，兼顾可读性与性能。
✅ 推荐方案一：列表推导式 + assign()（最清晰易维护）
import pandas as pd
sym_list = ['AAPL', 'TSLA', 'GOOG']
dfs = []
for symbol in sym_list:
print(f"Loading {symbol}...")
df = pd.read_csv(fr'./data/{symbol}.csv').assign(symbol=symbol) # 添加symbol列
dfs.append(df)
final_df = pd.concat(dfs, ignore_index=True).sort_values('Date', ignore_index=True)
✅ 优点：逻辑直观、调试友好（可逐个检查df）、兼容旧版Pandas；
⚠️ 注意：ignore_index=True 在 concat 和 sort_values 中均需显式指定，避免索引重复或错乱（原答案中误写为 igore_index，已修正）。
✅ 方案二：一行式列表推导（适合脚本化）
final_df = (
pd.concat([
pd.read_csv(fr'./data/{symbol}.csv').assign(symbol=symbol)
for symbol in sym_list
], ignore_index=True)
.sort_values('Date', ignore_index=True)
)
✅ 方案三：字典推导式 + 多级索引处理（进阶用法）
# 先以symbol为键构建MultiIndex DataFrame
temp_df = pd.concat({
symbol: pd.read_csv(fr'./data/{symbol}.csv')
for symbol in sym_list
})
# 去除第二级索引（原行号），将第一级（symbol）转为普通列
final_df = (temp_df
.droplevel(1) # 删除原DataFrame内部索引
.rename_axis('symbol') # 将外层索引名设为'symbol'
.reset_index() # 索引转列
.sort_values('Date', ignore_index=True))
? 此法隐含了symbol列的自动对齐，但需注意：若各CSV行数巨大，droplevel+reset_index可能略慢于方案一。
? 关键注意事项
-
日期列类型：确保Date列为datetime64类型，否则排序可能异常。建议在read_csv中加入解析：
pd.read_csv(..., parse_dates=['Date'], infer_datetime_format=True)
- 缺失值与格式一致性：合并前建议验证各CSV列名是否完全一致（df.columns.equals()），避免concat报错。
- 内存优化：处理大量文件时，可在循环中使用chunksize或dtype参数控制内存占用，例如指定dtype={'Open': 'float32'}。
最终得到的 final_df 是一个扁平化DataFrame，包含原始所有列（Date、Open、High…）及新增的symbol列，且所有记录按Date升序排列，可直接用于时间序列分析、回测或可视化。
