Skip to main content
 首页 » 编程设计

python之在 For 循环中重试单次迭代 (Python)

2024年12月31日10jiqing9006

这里是 Python 新手(抱歉,这是一个愚蠢的问题)!我目前正在使用 for 循环来下载和操作数据。不幸的是,我偶尔会遇到导致部分循环失败的短暂网络问题。

最初,我是这样做的:

# Import Modules 
import fix_yahoo_finance as yf 
import pandas as pd 
from stockstats import StockDataFrame as sdf 
 
# Stock Tickers to Gather Data For - in my full code I have thousands of tickers 
Ticker = ['MSFT','SPY','GOOG'] 
 
# Data Start and End Data 
Data_Start_Date = '2017-03-01' 
Data_End_Date = '2017-06-01' 
 
# Create Data List to Append 
DataList = pd.DataFrame([]) 
 
# Initialize Loop 
for i in Ticker: 
    # Download Data 
    data = yf.download(i, Data_Start_Date, Data_End_Date) 
    # Create StockDataFrame 
    stock_df = sdf.retype(data) 
    # Calculate RSI 
    data['rsi'] = stock_df['rsi_14'] 
    DataList.append(pd.DataFrame(data)) 
 
DataList.to_csv('DataList.csv',header=True,index=True) 

有了这个基本布局,每当我遇到网络错误时,它都会导致整个程序停止并吐出一个错误。

我做了一些研究并尝试将“for 循环”修改为以下内容:

for i in Ticker: 
  try: 
    # Download Data 
    data = yf.download(i, Data_Start_Date, Data_End_Date) 
    # Create StockDataFrame 
    stock_df = sdf.retype(data) 
    # Calculate RSI 
    data['rsi'] = stock_df['rsi_14'] 
    DataList.append(pd.DataFrame(data)) 
  except: 
    continue 

有了这个,代码总是可以毫无问题地运行,但每当我遇到网络错误时,它都会跳过它所在的所有代码(无法下载它们的数据)。

我希望它为每个代码下载一次数据。如果失败了,我希望它再试一次,直到成功一次,然后继续下一个自动收报机。我尝试使用 while True 及其变体,但它导致循环多次下载同一个代码!

非常感谢任何帮助或建议!谢谢!

请您参考如下方法:

如果您在遇到故障后可以继续(某些协议(protocol)支持它),那么您最好不要使用这种确切的方法。但是对于一个稍微蛮力的方法:

for i in Ticker: 
  incomplete = True 
  tries = 10 
  while incomplete and tries > 0: 
    try: 
      # Download Data 
      data = yf.download(i, Data_Start_Date, Data_End_Date) 
      incomplete = False 
    except: 
      tries -= 1 
  # Create StockDataFrame 
  if incomplete: 
    print("Oops, it is really failing a lot, skipping: %r" % (i,)) 
    continue # not technically needed, but in case you opt to add 
             # anything afterward ... 
  else: 
    stock_df = sdf.retype(data) 
    # Calculate RSI 
    data['rsi'] = stock_df['rsi_14'] 
    DataList.append(pd.DataFrame(data)) 

这与 Prune 略有不同,因为它会在尝试 10 次后停止……如果多次失败,则表明您可能希望将一些精力用于解决不同的问题,例如网络连接。

如果到达那个点,它将继续在 Ticker 列表中,所以也许您可以获得您需要的大部分内容。