Python Pandas_DataReader 为每个代码创建一个 DF 并使用代码名称保存 .to_csv

Question

关于我在 StackOverflow 的上一个问题，一个名叫 Ash 的人给了我一个代码，我根据自己的需要进行了编辑，但是，我很难弄清楚如何获得“开放”、“高”，每个 Ticker 的 'low','close','volume'，并将它们中的每一个保存为 CSV。

下面的代码给我带来了我不需要的“Adj Close”。我想为每个股票代码获取一个 DF，其中包含开盘价、最高价、最低价、收盘价、成交量作为列，然后将每个 DF 保存为 .to_csv 并使用股票代码名称。

是否可以这样做，而不破坏“代码”列表的一部分？

from datetime import date
import pandas as pd
import datetime
from pandas_datareader import data as wb

start = date.today()-datetime.timedelta(days=2*365)
end = date.today()

tickers = ['MGFF11.SA',
'XPML11.SA',
'VISC11.SA',
'HGCR11.SA',
'XPLG11.SA',]

price_data = []
for ticker in tickers:
    prices = wb.DataReader(ticker, start = start, end = end, data_source='yahoo')
    price_data.append(prices.assign(ticker=ticker)[['ticker', 'Adj Close']])

df = pd.concat(price_data)

pd.set_option('display.max_columns', 500)

df = df.reset_index()
df = df.set_index('Date')
table = df.pivot(columns='ticker')
table.columns = [col[1] for col in table.columns]
print(table)

Answer 1

IIUC：

for ticker in tickers:
    prices = wb.DataReader(ticker, start = start, end = end, data_source='yahoo')
    ticker_csv = "{}.csv".format(ticker)
    prices.to_csv(ticker_csv)

为每个股票单独的csv 文件