初级
流动资产与非流动资产结构分析
未完成 100%
初级参考
完整示例代码供参考,建议自己理解后重新输入
def solve():
import pandas as pd
from pyodide.http import open_url
from io import StringIO
BASE_URL = "https://data.zuihe.com/finance/"
bs = pd.read_csv(StringIO(open_url(BASE_URL + "balance_sheet.csv").read()))
info = pd.read_csv(StringIO(open_url(BASE_URL + "company_info.csv").read()))
# 筛选2022年数据
df_2022 = bs[bs['Accper'] == '2022-12-31'].copy()
# 合并公司信息
merged = df_2022.merge(info[['stkcd', 'name_tushare', 'ind_code_csmar']],
left_on='Stkcd', right_on='stkcd', how='left')
# 筛选制造业和金融业
mfg = merged[merged['ind_code_csmar'].str.startswith('C', na=False)].head(5)
fin = merged[merged['ind_code_csmar'].str.startswith('J', na=False)].head(5)
# 计算流动资产比例
mfg['流动资产比例'] = mfg['流动资产合计'] / mfg['总资产']
fin['流动资产比例'] = fin['流动资产合计'] / fin['总资产']
result = {
'制造业样本数': len(mfg),
'制造业平均流动资产比例': round(mfg['流动资产比例'].mean(), 4),
'金融业样本数': len(fin),
'金融业平均流动资产比例': round(fin['流动资产比例'].mean(), 4),
'差异': round(mfg['流动资产比例'].mean() - fin['流动资产比例'].mean(), 4)
}
return result
示例
输入
solve()
期望输出
{'制造业样本数': 5, '制造业平均流动资产比例': np.float64(0.5127), '金融业样本数': 5, '金融业平均流动资产比例': np.float64(0.8196), '差异': np.float64(-0.3069)}
👑
升级 VIP
解锁全部题目,畅通无阻地学习
- ✓ 解锁全部训练包所有题目
- ✓ 查看完整参考代码和提示
- ✓ 浏览器内直接运行 Python 代码
- ✓ 自动批改 + 进度追踪
30天
¥18
1年
¥99
2年
¥158
3年
¥199