深圳融克迪特科技有限公司

1. 本节目标

本讲要做的事情很明确：把前几讲已经拿到的原始返回结果，稳定地放进 pandas DataFrame，并用最小预览动作确认这张表已经进入“可继续清洗、可继续计算”的状态。虽然前面几讲里你已经不断看到 DataFrame，但那更多是“接口返回了一个表”。第 5 讲的重点，是把这种“看到表”升级成“会主动检查表的结构、列名、类型和可读性”。

学完这一讲后，先把下面三件事做扎实：

1. 看到一张原始行情表后，先用 pandas 做结构检查，而不是直接往下算指标。
2. 知道怎样把日期列、价格列、成交量列压成最常用的预览视图。
3. 能明确判断一张表是“已经可以往下用”，还是“还停留在原始接口返回层”。

这一步看起来很基础，但它其实决定了后面第 6 讲保存 CSV、第 8 讲联动 pandas 算均线时，你是在处理一张整洁表，还是在一堆还没看清的原始字段上硬算。

2. 为什么要把“转成 DataFrame 并预览”单独拎出来

很多新手会说：前面拿到的本来就是 DataFrame，为什么还要单独讲这一课？问题就在这里。接口“返回一个 DataFrame”和你“真正会用一张 DataFrame”不是一回事。真正的差别体现在三个动作上：

1. 你会不会第一时间检查 shape、columns、dtypes。
2. 你会不会把原始表压缩成一张更容易看懂的预览表。
3. 你会不会在进入下一步前先判断日期和价格列是不是可计算。

如果这三个动作没建立起来，后面你每次拿到新接口时都还会重新慌一次。所以第 5 讲本质上是在训练一种通用的表格处理顺序，而不是只服务当前这一套 AkShare 短课。

3. 沿用前 2 到第 4 讲的数据对象

这一讲不需要重新安装环境，也不要求新增依赖。你可以直接复用前面几讲已经拿到的任意一张表，例如：

import akshare as ak
import pandas as pd

daily_df = ak.stock_zh_a_hist(
    symbol="000001",
    period="daily",
    start_date="20240101",
    end_date="20240215",
    adjust=""
)

如果你更想用指数表练习，也完全可以。关键不在于必须用哪张表，而在于你要对一张“已经从接口拿回来的原始表”做结构化预览。

4. 四步把原始返回表变成可读工作表

下面四步分别对应看轮廓、收窄字段、处理类型和检查头尾。按这个顺序做，后面保存和计算都会稳很多。

5. 先看整体轮廓

不要一上来就盯着前几行内容，先看这张表的大轮廓：

print(daily_df.shape)
print(daily_df.columns.tolist())
print(daily_df.dtypes)

这三行解决的是三类完全不同的问题：

• shape 告诉你表大不大、行列数是否合理；
• columns 告诉你字段有没有按预期返回；
• dtypes 告诉你后面哪些列还需要转型。

如果你把这一步省掉，后面一旦均线算错、保存 CSV 混乱或日期排序异常，你会很难快速定位原因。

6. 挑出最关键的几列

AkShare 原始表经常列不少，但入门阶段最常用的其实就几类：日期、开盘、收盘、成交量。你可以先把它们抽出来：

keep_cols = ["日期", "开盘", "收盘", "成交量"]
preview_df = daily_df[[col for col in keep_cols if col in daily_df.columns]].copy()
print(preview_df.head())

这里的关键不是死抠列名，而是形成一个动作：原始表先收窄，再进入下一步。因为真正的工作表应该服务于当前任务，而不是把所有原始字段一股脑带着走。

7. 把日期列和数值列显式处理一遍

如果你想让预览表真正可继续用，最好不要只停在打印上，而是顺手做一次基础类型处理：

preview_df["日期"] = pd.to_datetime(preview_df["日期"])
preview_df["开盘"] = pd.to_numeric(preview_df["开盘"], errors="coerce")
preview_df["收盘"] = pd.to_numeric(preview_df["收盘"], errors="coerce")
preview_df["成交量"] = pd.to_numeric(preview_df["成交量"], errors="coerce")

这样做的意义很直接：你把“看起来像能用”的表，推进成了“类型上真的能继续用”的表。后面保存、计算、排序时，问题会少很多。

8. 做一次真正的预览输出

最后不要只看 head()，建议同时看头部和尾部：

print(preview_df.head(5))
print(preview_df.tail(5))

头部帮助你检查起始日期和字段排列，尾部帮助你确认末端日期和整体排序逻辑。一个很常见的初学者误区，是只看前 5 行就以为整张表都没问题。实际上，很多排序、重复、异常值问题只在尾部或中间位置才容易暴露。

9. 怎样判断这张预览表已经可继续使用

第 5 讲的验证标准不复杂，但一定要做完整。

10. 预览表还是 DataFrame

assert isinstance(preview_df, pd.DataFrame)

11. 列数不为 0，且至少保住了 3 列核心信息

assert preview_df.shape[1] >= 3

12. 日期列能被正常解析

assert preview_df["日期"].notna().all()

13. 收盘列有足够多的有效数值

assert preview_df["收盘"].notna().sum() > 0

14. 预览打印后人能看懂

print(preview_df.head())

这条看似主观，但其实很重要。因为第 5 讲的本质就是让你把一张原始返回表整理成“人眼先能快速理解”的工作表。

15. 为什么明明是 DataFrame 还要再处理

这些问题大多不是代码太难，而是原始表和工作表的边界还没分清。先把边界理顺，后面很多小问题会自己消失。

16. 原始表本来就是 DataFrame，为啥还要 copy

因为你后面很可能要做转型、筛列、重命名或排序。如果一直在原始对象上直接改，容易把调试过程和原始返回结果混在一起。copy() 的成本很低，但会让你的操作边界清楚很多。

17. 列名在本地和教程不完全一样怎么办

先打印 columns.tolist()，然后用你本地真实存在的字段名替换。第 5 讲真正训练的是“先识别结构，再抽核心列”，而不是死记固定字面值。

18. 数值列转型后有空值是不是失败

不一定。它可能只是表示某些位置原本就缺值，或者某个字段里混进了非数值字符。入门阶段你先把这些空值看见、标出来，就已经比完全不做转型前进了一步。

19. 头尾打印出来顺序不对

这通常说明你还需要明确排序规则。不是所有接口都保证你想象中的顺序，所以第 5 讲要你同时看头部和尾部，就是为了尽早发现这个问题。

20. 哪些情况依然算完成本讲

1. 你最终保留下来的核心列不一定正好是“日期、开盘、收盘、成交量”这四列，只要能形成一张对后续任务真正有用的预览表就可以。
2. 预览表的行数可以很多，不要求在这一讲把它缩成很短的数据集。当前目标是“结构清楚”，不是“数据量最小”。
3. 某一列转成数值后出现少量空值，不等于本讲失败。只要你已经识别出来并知道后面要处理，它仍然是有效进展。
4. 你用股票表练，也可以用指数表练。本讲强调的是 pandas 预览动作，不是某个特定数据对象。

21. 把预览动作封装成一个通用函数

第 5 讲最值得沉淀的，不是某个接口名，而是一小段通用预览函数：

import pandas as pd

def build_preview(df: pd.DataFrame, keep_cols: list[str]) -> pd.DataFrame:
    picked = [col for col in keep_cols if col in df.columns]
    preview = df[picked].copy()
    if "日期" in preview.columns:
        preview["日期"] = pd.to_datetime(preview["日期"], errors="coerce")
    for col in preview.columns:
        if col != "日期":
            preview[col] = pd.to_numeric(preview[col], errors="coerce")
    return preview

preview_df = build_preview(daily_df, ["日期", "开盘", "收盘", "成交量"])
print(preview_df.head())

这个函数后面不仅能服务 AkShare，也能服务你用别的接口拿到的表。只要原理一致，它就是一段能反复复用的基础工具。

22. 做一张“后面愿意继续拿来用”的预览表

建议你花 5 到 10 分钟完成下面这个最小作业：

1. 从前面任一讲拿到一张原始表。
2. 挑出你接下来最常用的 3 到 4 列。
3. 完成日期和数值列的基础转型。
4. 打印头部和尾部。
5. 用一句话写明：下一讲或后面哪个任务会继续使用这张表。

做到这一步，第 5 讲的价值才真正落地。因为你不只是“会看一张表”，而是已经得到一张准备继续往下传递的中间产物。

23. 这一讲过没过怎么判断

如果你现在能说出这句话，第 5 讲就算真的完成了：

“我已经能把 AkShare 的原始返回结果压成一张字段清楚、类型基本可用、头尾都能正常检查的工作表。”

这句话其实就把第 5 讲最核心的工作说完了。后面无论是保存 CSV、排查字段问题，还是联动 pandas 算均线，都会从这样一张工作表继续往下走。

24. 预览不是“随便看两眼”，而是建立数据感

很多人第一次接触 DataFrame 时，会把预览理解成“打印一下 head() 看看有没有报错”。但真正有用的预览，不只是确认程序没崩，而是建立你对这张表的第一层数据感。所谓数据感，在第 5 讲里主要体现在四个判断上：

1. 这张表一眼看上去是不是你想拿到的那类数据。
2. 列名是不是贴合当前任务，而不是看起来像别的接口。
3. 日期列、价格列、成交量列是不是出现在合理位置。
4. 如果现在立刻让我继续做下一步，我最想保留的是哪几列。

你会发现，一旦这四个判断建立起来，后面每次拿到新表时，你都不会再从完全陌生开始。哪怕是别的接口、别的标的、别的频率，第一反应也还是先看结构、再看核心列、最后看类型。这就是第 5 讲真正想帮你建立的通用习惯。

25. 一套更稳的预览顺序

如果你总担心自己预览时漏掉东西，可以直接把顺序固定下来：

print('--- shape ---')
print(daily_df.shape)

print('--- columns ---')
print(daily_df.columns.tolist())

print('--- dtypes ---')
print(daily_df.dtypes)

print('--- head ---')
print(daily_df.head(3))

print('--- tail ---')
print(daily_df.tail(3))

这套顺序的好处，是它把“全局轮廓”和“局部样本”分开看了。先看 shape 和 columns，你知道这是不是一张大体合理的表；再看 head 和 tail，你知道具体内容是不是也大体对路。只要坚持几次，这会变成一种近乎自动的检查流程。

26. 把预览结果写成一句工作结论

入门阶段还有一个很有用的小动作：不要只打印，顺手写一句结论。例如：

print('结论：这张表已经包含日期、开盘、收盘、成交量四列，可以继续用于 CSV 保存和均线计算。')

这句话看起来像多余，但它有两个实际价值：

1. 迫使你把“我看到了什么”转成“我确认了什么”。
2. 帮你明确这张表下一步到底要拿去做什么。

当你把打印结果和一句结论绑在一起时，后面的练习会更像在完成真实工作，而不是单纯在堆代码。

27. 如果换成别的 AkShare 表，这一讲还能复用吗

完全可以。第 5 讲的方法并不是只绑定个股日线。比如你前面抓过财经日历，也能照样套同样的预览思路：

1. 先看行列数是否合理。
2. 再看列名有没有你需要的事件字段、日期字段。
3. 然后只保留最关键的几列做预览。
4. 最后确认这张表后面究竟准备用来做什么。

你会发现，只要是“接口返回一张表”，第 5 讲的方法几乎都能直接套过去。这也是为什么它值得单独成一讲。它训练的不是某个一次性的代码片段，而是一套后面能持续复用的数据入口动作。

28. 系列衔接

本讲是《AkShare数据获取入门短课》的第 5/8 讲，当前主题是《转成DataFrame并预览》。

上一讲：第 4 讲《抓取一份财经日历》。

下一讲：第 6 讲《保存行情到CSV》。

后续安排：第 7 讲《排查空数据和字段报错》；第 8 讲《联动pandas算5日均线》。

29. 风险揭示与免责声明