本文介绍了一个70GB的上市公司定期报告数据集，包含71126份报告，涉及1486家公司的信息。数据来源于上海证券交易所，提供了数据下载说明、报告信息汇总文件以及详细的文件结构。summary.xlsx文件列出报告详细信息，reports文件夹按公司股票代码组织报告。可以使用pdfdocx库读取和处理PDF。
70G年报pdf数据集
数据下载说明
所有pdf均来自上海证券交易所官网，使用shreport库进行的下载。
报告信息汇总文件
summary.xlsx内字段
- company 上市公司企业名
- code 股票代码
- type 报告类型
- year 报告年份
- date 报告发布日期
- pdf 报告pdf文件下载链接
import pandas as pd
from pathlib import Path
#报告汇总文件summary.xlsx
df = pd.read_excel('summary.xlsx')
df.head()
一共有报告71126份
len(df)
71149
一共有上市公司1486家
len(df['company'].unique())
最低0.47元/天 解锁文章
扫一扫
208
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
