财务大数据分析李轶伦(1)

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

JSON、XML 属于半结构化财务数据。( )

所有重复的财务记录都应该保留，不可以删除。( )

箱线图能够有效识别财务数据中的异常值。( )

左外连接只保留右表中的全部记录。( )

数据可视化会改变原始财务数据的真实数值。( )

数据采集需要明确采集范围、来源与格式，不能盲目采集。( )

数据清洗完成后就不需要再进行数据验证了。( )

外部财务数据包括行业数据、宏观经济数据、市场利率等。( )

堆积柱状图适合展示各部分占整体的结构比例。( )

数据采集、清洗、集成、可视化的顺序可以随意调换。( )

代码中 pd.DataFrame( ) 和 pd.concat( ) 分别实现了什么功能？

编程填空题（上汽集团2024一季度资产负债表采集） python # 1. 导入 Python 库文件 import ______ as pd import requests # 2. 输入采集*****企业数据的一些参数 code = [["______", "______"]] year = ["______"] report_period_id = ["______"] url = ["https://ssecurity.seentao.com/debug/security/security.______.get"] # 3. 打开"中英指标对照"表 name_file = ______.read_excel('数据采集/中英文对照表/中英指标对照.xlsx', sheet_name='sz_****') # 4. 建立一个存储采集数据的表 name_dir = dict(zip(name_file['en'], name_file['ch'])) data = pd.______() #5. 利用 try ... except ... 逻辑对数据采集过程进行处理 try: for S_id in code: stock_id = S_id[0] for b in report_period_id: try: postdata = {"stockId": stock_id, "reporttype": b, "callType": "collection"} json_data = requests.post(url[0], postdata).json()['result'] df = pd.DataFrame(json_data) df = df[df['reportyear'].isin(year)] data = pd.concat([data,df]) except Exception as e: print(e) continue data.rename(columns=name_dir, inplace=True) print(data) end_data = data[name_file['ch']] end_data.to_excel('数据采集/任务3/*****企业*****年*****采集结果.xlsx', encoding='utf-8', index=False) except Exception as e: print('采集失败', e) # 6. 运行脚本,进行数据采集

1、如果不写 inplace=True，替换结果会直接生效吗？

2、这段代码是否支持读取 csv 文件?为什么?

编程填空题（Pandas 数据清洗：字段拆分、字符清洗） python # 1. 导入 Python 库文件 import pandas as pd # 2. 定位需要清洗的文件路径 file_name = '数据清洗/任务2/任务2清洗结果.xlsx' # 3. 用 Python 库文件阅读数据清洗表 df = pd.read_excel(file_name) # 4. 编写清洗规则,将"客户 ID"切分为"客户姓名"和"客户代码",切割符是 df[['______', '______']] = df['客户 ID'].str.split('______', n=1, expand=True) # 5. 编写清洗规则,将产品名称切分为"产品品牌"与"品名与规格",切割符是 "空格" df[['产品品牌','品名与规格']] = df['产品名称'].str.______(' ', n=1, expand=True) df.drop(columns='产品名称', inplace=True) # 6. 编写清洗规则,将品名与规格中多余的 % 清洗掉 df['品名与规格'].replace('______', '', regex=True, inplace=True) # 7. 编写清洗规则,品名与规格切分为"产品品名"与"产品规格",切割符为"-" df[['______', '______']] = df['______'].str.split('______', n=1, expand=True)

如果不写 inplace=True，替换结果会直接生效吗？

这段代码是否支持读取 csv 文件?为什么?

python # 1. 导入 Python 库文件 import requests import ______ import pandas as pd import ______ # 2. 输入采集的信息:建设银行,2024年-2026年利润表和现金流量表。 code = [("______","建设银行")] year = ["______","______","______"] report_period_id = ["5000"] url = ["https://ssecurity.seentao.com/debug/security/security.______.get", "https://ssecurity.seentao.com/debug/security/security.______.get"] name_dict = {"incomestatement": "利润表", "cashflow": "现金流量表", "balancesheet": "资产负债表"} try: # 3. 利用 for 循环,采集数据 for one in url: name = re.search('Vsecurity\\.(.*)\\.get', one).group(1) sheet_name = 'sz_' + name data = pd.DataFrame() for S_id in code: stock_id = S_id[0] for b in report_period_id: postdata = {"stockId": stock_id, "reporttype": b, "callType": "collection"} json_data = requests.post(one, postdata).json()['result'] df = pd.DataFrame(json_data) df = df[df['reportyear'].isin(year)] data = pd.concat([data,df]) except Exception as e: print(e) continue name_file = pd.read_excel('数据采集/中英文对照表/中英指标对照.xlsx', sheet_name=sheet_name) name_dir = dict(zip(name_file['en'], name_file['ch'])) data.rename(columns=name_dir, inplace=True) print(data) end_data = data[name_file['ch']] end_data.to_excel(f"数据采集 / 任务 6/{'&'.join([i[1] for i in code])}_{name_dict.get(name)}采集结果{int(time.time())}.xlsx", encoding='utf-8', index=False) except Exception as e: print('采集失败', e)

代码中 pd.read_excel( ) 的作用是什么?为什么数据采集需要读取"中英指标对照" 表?

python # 1. 导入 Python 库文件 import requests import pandas as pd # 2. 输入采集*****企业数据的一些参数 code = [("______","招商银行")] year = ["______"] report_period_id = ["______"] url = ["https://ssecurity.seentao.com/debug/security/security.______.get"] # 3. 打开"中英指标对照"表 name_file = pd.read_excel('数据采集/中英文对照表/中英指标对照.xlsx', sheet_name='sz_****') # 4. 建立一个存储采集数据的表 name_dir = dict(zip(name_file['en'], name_file['ch'])) data = pd.______() # 5. 利用 try ... except ... 逻辑对数据采集过程进行处理 try: for S_id in code: stock_id = S_id[0] for b in report_period_id: try: postdata = {"stockId": stock_id, "reporttype": b, "callType": "collection"} json_data = requests.post(url[0], postdata).json()['result'] df = pd.DataFrame(json_data) df = df[df['reportyear'].isin(year)] data = pd.concat([data,df]) except Exception as e: print(e) continue data.rename(columns=name_dir, inplace=True) print(data) end_data = data[name_file['ch']] end_data.to_excel('数据采集/任务3/*****企业*****年*****采集结果.xlsx', encoding='utf-8', index=False) except Exception as e: print('采集失败', e)