那今天來做多個月合併吧。

程式碼

all_data = []
current_year, current_month = today.year, today.month

for year, month in stock._month_year_iter(start_month, start_year, current_month, current_year):
    print(f"正在抓取 {year} 年 {month} 月的資料...")
    monthly_data = stock.fetch(year, month)
    if monthly_data:
        # 將 twstock 的 namedtuple 轉換為字典列表
        data_list = [d._asdict() for d in monthly_data]
        all_data.extend(data_list)

詳細拆解

1. 準備一個空清單來存資料

all_data = []

• 我們會把每個月的交易資料逐一加進來。
• 最後 all_data 會包含 6 個月（或你指定的數量）所有的交易日。

2. 設定迴圈範圍

current_year, current_month = today.year, today.month

• 這裡存放目前的年份與月份，等一下會跟起始年月搭配，決定要跑多少次迴圈。

3. 使用 _month_year_iter 生成年月迭代器

for year, month in stock._month_year_iter(start_month, start_year, current_month, current_year):

• _month_year_iter 是 twstock 內建的小工具，會依序產生「起始年月 → 結束年月」的範圍。
• 例如：(2025, 4) → (2025, 9) 就會依序給出 (2025, 4)、(2025, 5)、…、(2025, 9)。

4. 逐月抓取資料

monthly_data = stock.fetch(year, month)

• stock.fetch(year, month) 會回傳該月份的股價資料。
• 每天的資料會是一個 namedtuple，內容包括：日期、開盤價、收盤價、最高價、最低價、成交量等等。

5. 把 namedtuple 轉成字典

data_list = [d._asdict() for d in monthly_data]

• namedtuple 雖然能用「點」去取值（如 d.close），但不方便直接合併成表格。
• _asdict() 可以把 namedtuple 轉換成字典，變成：

{
    'date': datetime.date(2025, 9, 24),
    'capacity': 10000000,
    'open': 600,
    'high': 610,
    'low': 595,
    'close': 605,
    ...
}

• data_list 就是一個「字典的清單」。

6. 累積到總清單

all_data.extend(data_list)

• extend 會把 data_list 的所有元素加到 all_data 裡。
• 執行完迴圈後，all_data 會包含所有月份的資料，等一下就能丟進 pd.DataFrame(all_data)。

總結

• 先用 _month_year_iter 自動生成「月份清單」
• 再用 fetch() 逐月抓取資料
• 最後把結果轉換成字典，全部放到一個大清單 all_data
  那今天就先這樣。