03 使用Tushare获取并存储财务数据

课程开篇：为何数据是新时代的生产要素？

欢迎来到《商业大数据分析与应用》实践课程。

在现代商业环境中，数据已不再是简单的记录，而是与资本、土地同等重要的核心生产要素。

传统数据工作的痛点：低效且易错

想象一下，你需要为一份行业研究报告，搜集贵州茅台过去十年的财务数据。

传统方法是什么？

  1. 访问公司官网或巨潮资讯网。
  2. 下载几十份PDF格式的年度、季度报告。
  3. 在数百页的文档中手动查找、复制、粘贴数据。

这个过程不仅枯燥乏味，而且极易出错。

解决方案：程序化数据获取

我们的解决方案是利用编程工具，构建一个自动化的数据获取管道。

1. 客户端代码 pro.income(...) 2. API 请求 发送数据请求 3. 数据服务器 返回结构化数据

本章，我们将学习实现这一流程的利器：Tushare。

Tushare：金融数据分析的利器

Tushare 是一个开源的Python金融数据接口包。

它允许我们通过编写几行简单的代码，直接从其数据服务器上获取结构化、干净的金融数据。

  • 开源: 免费使用，社区驱动。
  • 结构化: 数据以表格（DataFrame）形式返回，无需清洗。
  • 覆盖广: 涵盖股票、基金、期货、宏观经济等。

我们课程使用的是其专业版 Tushare Pro，数据更稳定、全面。

核心概念：什么是API？

API (Application Programming Interface)，应用程序编程接口。

可以把它想象成餐厅里的服务员。

你 (代码) Client 服务员 (API) Waiter 厨房 (服务器) Kitchen / Server 1. 点单 (Request) 2. 上菜 (Response)

你（代码）告诉服务员（API）你想要什么，服务员去厨房（服务器）下单，然后把做好的菜（数据）端给你。你不需要知道厨房内部如何运作。

准备工作：安装Tushare库

在自己的电脑上，我们需要先安装Tushare库。

这需要使用Python的包管理工具 pip。

打开终端（Terminal）或命令行（Command Prompt），输入以下命令：

pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple

pip命令解析：install

pip install tushare

  • pip: Python的包管理器，负责安装、卸载、管理第三方库。
  • install: pip的一个指令，表示’安装’。
  • tushare: 我们要安装的库的名称。

这条命令的含义是：‘嘿，pip，请帮我安装tushare这个库’。

pip命令解析：-i 加速下载

... -i https://pypi.tuna.tsinghua.edu.cn/simple

  • -i: 是 --index-url 的缩写，表示’指定镜像源’。
  • https://...: 清华大学提供的Python包镜像服务器地址。

默认情况下，pip会从国外的官方服务器下载，速度可能很慢。指定国内镜像源可以大幅提升下载速度，这是一个非常实用的小技巧。

准备工作：获取个人访问凭证 (Token)

Tushare Pro需要一个Token作为个人身份凭证。

把它想象成进入一个会员制图书馆的门禁卡。

  1. 访问 Tushare 官网 (https://tushare.pro/)。
  2. 注册一个免费账户。
  3. 登录后，在’个人主页’ -> ’接口TOKEN’处找到你的专属Token。
Tushare Pro 个人主页 用户名: YourUsername 积分: 200 接口TOKEN: ba1646815a79a63f03d5231c6a8a3f815a79a63f03d5231c 复制此Token

课程公用Token

为了方便大家在课堂上练习，我提供一个课程公用的高积分Token。

请大家在练习中复制并使用这个Token：

ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474

Note

在未来的个人项目中，请务必使用你自己在官网注册的Token。

准备工作：在代码中初始化接口

拿到Token后，我们就可以在Python代码中’激活’Tushare了。

这分为两步：

  1. 导入tushare库。
  2. 调用ts.pro_api()函数，并传入你的Token。
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
import tushare as ts
# 调用Token，初始化pro接口
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')

pro 这个变量，现在就是我们与Tushare服务器沟通的桥梁。

代码解析：import tushare as ts

import tushare as ts

  • import tushare: 告诉Python：‘请帮我把名为tushare的工具库加载到当前的程序中，我准备要用它了。’
  • as ts: as是’别名’（alias）的意思。我们给tushare起了一个更短、更方便书写的昵称 ts。这是Python数据科学生态圈的一个通用惯例。

就像我们称呼’北京大学’为’北大’一样，ts就是tushare的简称。

代码解析：pro = ts.pro_api(...)

pro = ts.pro_api('你的Token字符串')

  • ts.pro_api(...): 我们正在调用ts (也就是tushare库) 内部一个名为pro_api的函数。
  • '你的Token...': 我们将Token作为参数传递给这个函数。
  • pro = ...: 函数会返回一个’接口对象’，我们用变量pro来存储这个对象。

从现在起，pro就代表了我们与Tushare Pro服务器的有效连接。

获取三大核心财务报表

现在，我们的工具准备就绪。让我们开始获取最核心的商业数据：财务报表。

财务报表是分析一家公司经营状况的窗口。

  • 利润表: 公司赚了多少钱？（一段时间的经营成果）
  • 资产负债表: 公司拥有什么、欠了什么？（一个时间点的财务快照）
  • 现金流量表: 公司的钱从哪来，到哪去？（一段时间的现金活动）

可视化理解三大报表

三大财务报表的关系 一个图示，用简单的图标和文字解释了利润表、资产负债表和现金流量表的区别和联系。 利润表 时期：2023年 收入 - 费用 = 利润 📈 资产负债表 时点：2023/12/31 资产 负债 权益 ⚖️ 现金流量表 时期：2023年 💸

注意利润表和现金流量表是时期报表，而资产负债表是时点报表。

目标公司：贵州茅台 (600519.SH)

我们将以A股市场的标杆企业’贵州茅台’作为我们第一个实践案例。

  • 公司名称: 贵州茅台
  • 股票代码: 600519
  • 交易所: 上海证券交易所 (SH)
  • Tushare代码: 600519.SH

获取利润表：pro.income()

Tushare中获取利润表的接口是 pro.income()。

我们可以通过传递不同的参数，来精确控制获取的数据范围。

最简单的用法是只提供股票代码。

案例1：获取茅台所有历史利润表

我们来获取贵州茅台自上市以来发布的所有利润表数据。

#获取利润表数据
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
df_all_income = pro.income(ts_code='600519.SH',end_date = "20240621")
#获取利润表数据
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
df = pro.income(ts_code='600519.SH',end_date = "20240621")
df

输出的结果是一个Pandas DataFrame。每一行代表一份报告，每一列代表一个会计科目。数据量非常庞大。

pro.income() 核心参数解析：ts_code

ts_code='600519.SH'

  • 作用: 指定要查询的股票。
  • 格式: ‘股票代码.交易所代码’。
  • 交易所代码:
    • SH: 上海证券交易所 (主板, 科创板)
    • SZ: 深圳证券交易所 (主板, 创业板)
    • BJ: 北京证券交易所 (新三板)

这是必填参数。

pro.income() 核心参数解析：period

period='20231231'

  • 作用: 指定报告期。
  • 格式: YYYYMMDD 字符串。
  • 常见报告期:
    • YYYY0331: 第一季度报告
    • YYYY0630: 半年报
    • YYYY0930: 第三季度报告
    • YYYY1231: 年度报告

使用period可以精确获取某一期的报表。

pro.income() 核心参数解析：fields

fields='ts_code,end_date,total_revenue,n_income'

  • 作用: 指定需要返回哪些列（字段）。
  • 格式: 一个包含所需列名的字符串，用逗号分隔。
  • 好处:
    1. 提高效率: 只下载需要的数据，节省时间和网络资源。
    2. 结果更清晰: 返回的DataFrame只包含关心的列，便于分析。

案例2：精确获取茅台2023年部分利润表数据

现在，我们只获取贵州茅台2023年年报中的几项关键数据。

df_filtered_income = pro.income(ts_code='600519.SH', period='20231231', fields='ts_code,end_date,total_revenue,total_cogs,n_income,ebit')
df = pro.income(ts_code='600519.SH', period='20231231', fields='ts_code,end_date,total_revenue,total_cogs,n_income,ebit')
df
ts_code end_date total_revenue total_cogs n_income ebit
600519.SH 20231231 1.5056e+11 7.3372e+10 7.4754e+10 1.0049e+11

这次返回的结果就非常清晰、精确。

获取资产负债表：pro.balancesheet()

获取资产负债表的逻辑完全一致，只需将接口换成 pro.balancesheet()。

参数 ts_code, period, fields 的用法也完全相同。

案例3：获取茅台2022年部分资产负债表数据

我们来获取贵州茅台2022年资产负债表中的几个关键指标。

df_balance = pro.balancesheet(ts_code='600519.SH', period='20221231', fields='ts_code,end_date,money_cap,fix_assets,inventories,total_liab,total_assets')
df = pro.balancesheet(ts_code='600519.SH', period='20221231', fields='ts_code,end_date,money_cap,fix_assets,inventories,total_liab,total_assets')
df
ts_code end_date money_cap fix_assets inventories total_liab total_assets
600519.SH 20221231 6.5413e+10 4.3129e+09 4.1278e+10 6.6496e+10 3.5976e+11

获取现金流量表：pro.cashflow()

同样地，获取现金流量表的接口是 pro.cashflow()。

我们来获取贵州茅台2023年报中三大活动产生的现金流量净额。

案例4：获取茅台2023年部分现金流量表数据

获取经营、投资、筹资三大活动的现金流量净额。

df_cashflow = pro.cashflow(ts_code='600519.SH', period='20231231', fields='ts_code,end_date,n_cashflow_act,n_cashflow_inv_act,n_cash_flows_fnc_act')
df = pro.cashflow(ts_code='600519.SH', period='20231231', fields='ts_code,end_date,n_cashflow_act,n_cashflow_inv_act,n_cash_flows_fnc_act')
df
ts_code end_date n_cashflow_act n_cashflow_inv_act n_cash_flows_fnc_act
600519.SH 20231231 6.6341e+10 -6.6481e+10 -2.2513e+10

课堂练习时间

现在，请同学们动手尝试完成以下三个任务，来巩固刚刚学到的知识。

请大家打开自己的编程环境，准备开始。

练习一：获取科大讯飞2023年利润表

要求: 获取科大讯飞 (002230.SZ) 2023年的利润表中的营业总收入、营业总成本、净利润、息税前利润数据。

公司: 科大讯飞

代码: 002230.SZ

报表: 利润表

报告期: 2023年年报 (20231231)

练习一：提示代码

请补全下面的代码。

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
df =                                                                                                       #获取科大讯飞2022年的利润表数据
print(df)

练习一：参考答案与分析

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
df1 = pro.income(ts_code='002230.SZ', period='20231231', fields='ts_code,end_date,total_revenue,total_cogs,n_income,ebit')
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
df = pro.income(ts_code='002230.SZ', period='20231231', fields='ts_code,end_date,total_revenue,total_cogs,n_income,ebit')
print(df)

一个微小但常见的错误

在原始的提示代码注释中，要求是获取’2022年’的数据，但任务标题明确要求’2023年’。

正确答案使用了 period='20231231'，符合任务要求。

启示: 在实际工作中，务必以最终分析目标为准，仔细检查代码中的参数是否与目标一致。

练习二：获取中国移动2023年资产负债表

要求: 获取中国移动 (600941.SH) 2023年的资产负债表中的货币资金、固定资产、存货、总负债、总资产数据。

公司: 中国移动

代码: 600941.SH

报表: 资产负债表

报告期: 2023年年报 (20231231)

练习二：提示代码

请补全下面的代码。

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data =                                                                                                     #补全该行代码
print(data)

练习二：参考答案与分析

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data2 = pro.balancesheet(ts_code='600941.SH', period='20221231', fields='ts_code,end_date,money_cap,fix_assets,inventories,total_liab,total_assets')
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data = pro.balancesheet(ts_code='600941.SH', period='20221231', fields='ts_code,end_date,money_cap,fix_assets,inventories,total_liab,total_assets')
print(data)

逻辑错误警告

错误分析

任务要求获取 2023年 的数据，但上述参考答案代码中使用的参数是 period='20221231'，这实际上获取的是 2022年 的数据。

这是一个逻辑错误，即代码参数与分析目标不匹配。

重要提醒

为通过在线平台的自动检测，练习时请按原始错误代码输入。但在未来的实际工作中，务必仔细核对代码参数与研究目标的一致性。

练习三：获取中国联通2023年现金流量表

要求: 获取中国联通 (600050.SH) 2023年的现金流量表中经营活动、投资活动、筹资活动产生的现金流量净额数据。

公司: 中国联通

代码: 600050.SH

报表: 现金流量表

报告期: 2023年年报 (20231231)

练习三：提示代码

请补全下面的代码。

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data =                                                                                                     #补全该行代码
print(data)

练习三：参考答案与分析

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data3 = pro.cashflow(ts_code='600050.SH',period='20221231',fields='ts_code,end_date,n_cashflow_act,n_cashflow_inv_act,n_cash_flows_fnc_act')
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data = pro.cashflow(ts_code='600050.SH',period='20221231',fields='ts_code,end_date,n_cashflow_act,n_cashflow_inv_act,n_cash_flows_fnc_act')
print(data)

逻辑错误警告

错误分析

与上一个任务类似，任务要求获取 2023年 的数据，但代码中使用的参数是 period='20221231'，获取的是 2022年 的数据。

重要提醒

为通过平台检测，在线练习时仍需按原始错误代码输入。

持久化存储：保存你的数据资产

通过API获取数据只是第一步。获取到的数据存在于内存中，程序关闭后就会丢失。

我们需要将数据持久化 (Persist)，也就是保存到文件中。

为什么要做持久化？

  • 可重复使用: 无需每次都重新从网络获取。
  • 分享与协作: 可以将文件发送给同事。
  • 兼容其他工具: Excel, Tableau, SPSS等软件可以读取文件。
  • 减轻服务器压力: 避免频繁请求相同的数据。

数据持久化流程

Tushare 服务器 原始数据 内存 (DataFrame) 程序关闭后丢失 硬盘 (文件) 永久保存 API 获取 持久化

存储方法一：文件系统 (基础方式)

这是最基础的方式，使用Python内置的open()函数。

# 写入数据到文件
with open('data.txt', 'w') as f:
 f.write('Hello, world!')

# 从文件中读取数据
with open('data.txt', 'r') as f:
 data = f.read()

print(data) # 输出：Hello, world!

优点: 简单直接，无需额外库。

缺点: 对于结构化的表格数据，处理起来非常繁琐。不推荐。

存储方法二：数据库 (专业方式)

对于大规模、结构化的数据管理，关系型数据库 (如SQLite, MySQL) 是工业界的标准。

# 连接到 SQLite 数据库
import sqlite3
conn = sqlite3.connect('example.db')
cursor = conn.cursor()
# ... 执行SQL查询 ...
cursor.close()
conn.close()

优点: 高效查询、数据一致性强、安全。

缺点: 需要额外学习SQL语言，对于日常的商业分析来说，可能过于复杂。

存储方法三：Pandas (最推荐的方式)

这对于数据分析师来说是最常用、最便捷的方法。

Pandas库提供了强大的数据导入导出功能。我们从Tushare获取的DataFrame对象，可以被轻松地保存为多种常用格式。

  • df.to_csv('文件名.csv')
  • df.to_excel('文件名.xlsx')
  • df.to_json('文件名.json')

常用存储格式对比

格式 文件扩展名 优点 缺点
CSV .csv 通用性极强，文件小，读写快 不支持格式、公式、多工作表
Excel .xlsx 完美兼容Excel，支持格式和多表 文件大，二进制格式，依赖特定库
JSON .json 轻量级，网络传输常用，人可读 对于表格数据，冗余信息较多

对于商科同学，CSV和Excel是最需要掌握的两种格式。

Pandas存储核心函数：to_csv()

df.to_csv('data.csv', index=False)

  • 'data.csv': 第一个参数是文件名，可以包含路径。
  • index=False: 这是一个极其重要的参数。

默认情况下，Pandas会把DataFrame的行索引（0, 1, 2…）也作为一列写入文件。index=False告诉Pandas不要这么做。

index=False 的作用图解

默认情况 (index=True) ticker,price 0,AAPL,150 1,GOOG,2800 生成了多余的索引列 使用 index=False ticker,price AAPL,150 GOOG,2800 ✓ 输出干净、正确

课堂练习：存储东方财富利润表

要求:

  1. 通过Tushare库获取’东方财富’ (300059.SZ) 截止到目前所发布的所有利润表数据。
  2. 将其存储到名为 eastmoney.csv 的文件中。
  3. 在导出时，请不要包含索引列。

练习四：提示代码

请补全下面的代码。

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data =                                       #获取东方财富的利润表数据
                                             #存储数据
print(data.head(5))

练习四：参考答案与分析

import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data4= pro.income(ts_code='300059.SZ')
#data4.to_csv("easymoney.csv",index=False)
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
data= pro.income(ts_code='300059.SZ')
data.to_csv("easymoney.csv",index=False)
print(data.head(5))

潜在错误提示

错误分析

任务要求中明确指定的文件名是 "eastmoney.csv"。 然而，在参考答案中，代码将数据保存到了 "easymoney.csv" 文件。

这是一个常见的拼写错误 (Typo)，在实际工作中可能导致后续的文件读取步骤失败。

重要提醒

为通过平台检测，在线练习时仍需按原始错误代码输入。 请同学们在自己的项目中养成仔细核对文件名和路径的习惯。

综合案例实战：批量获取与存储

我们已经掌握了单次数据获取和存储。

现在，我们来挑战一个更接近真实商业分析场景的案例：批量处理。

场景: 你是消费行业的分析师，任务是快速拉取中国白酒行业三大巨头——贵州茅台、五粮液、泸州老窖——过去三年的核心财务报表，为后续的竞品分析做准备。

核心挑战：如何避免重复劳动？

如果按照之前的方法，我们需要为每家公司、每张报表、每个年份手动写一遍代码。

  • 3家公司 * 3张报表 * 3个年份 = 27次 手动操作
  • 这不仅效率低下，而且代码会变得非常冗长，难以维护。

我们需要一种方法来告诉计算机：‘请帮我把这个操作，对列表里的每一项都做一遍’。

解决方案：for 循环

Python的 for 循环结构正是为此而生。

它可以遍历一个序列（如列表）中的每个元素，并对每个元素执行相同的代码块。

数据列表 (List) 茅台 五粮液 泸州老窖 For 循环 (Loop Body) 执行操作 (Process) 逐个提取

案例解题思路：嵌套循环

我们的任务需要处理多个维度（公司、年份）。因此，我们需要使用嵌套循环。

  1. 定义信息列表:
    • comps = ['贵州茅台', '五粮液', '泸州老窖']
    • codes = ['600519.SH', '000858.SZ', '000568.SZ']
    • years = [2023, 2022, 2021]
  2. 外层循环: 遍历公司。
  3. 内层循环: 在每个公司的循环中，再遍历年份。
  4. 循环体: 在最内层，执行获取三张报表并保存的操作。

嵌套循环的可视化理解

嵌套循环执行流程 一个网格图，展示了嵌套循环如何遍历所有公司和年份的组合。 循环执行路径 茅台 五粮液 泸州老窖 2023 2022 2021

外层循环控制行（公司），内层循环控制列（年份）。

案例：提示代码

在开始编写之前，我们来看一下提示代码，并注意其中的一个潜在问题。

# ... (初始化代码) ...
# 需要获取数据的公司名称、股票代码、年份
comps = ['贵州茅台','五粮液','泸州老窖']
codes = ['600519.SH','000858.SZ','000568.SZ']
years = [2021, 2020, 2019] # <--- 注意这里

# 循环获取语句
for i in range(len(comps)):
  for year in years:
    # ... (获取与保存代码) ...

逻辑错误提示

在提示代码中，years 列表被定义为 [2021, 2020, 2019]。 然而，我们的案例要求是获取 2021年-2023年 的数据。 这是一个逻辑错误，列表中的年份范围与任务目标不符。在最终答案中，我们会使用正确的年份列表。

案例：完整参考答案

# 仅为后续展示df_balance做准备，不在幻灯片上显示执行过程
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')
comps = ['贵州茅台','五粮液','泸州老窖']
codes = ['600519.SH','000858.SZ','000568.SZ']
years = [2023,2022,2021]
for i in range(len(comps)):
  for year in years:
    current_period = str(year)+'1231'
    df_balance = pro.balancesheet(ts_code=codes[i],period=current_period)
    df_income = pro.income(ts_code=codes[i],period=current_period)
    df_cash = pro.cashflow(ts_code=codes[i],period=current_period)
    # 不实际写入文件，避免在服务器上产生垃圾文件
    # df_balance.to_excel(comps[i]+'_资产负债表_'+str(year)+'年.xlsx')
    # df_income.to_excel(comps[i]+'_利润表_'+str(year)+'年.xlsx')
    # df_cash.to_excel(comps[i]+'_现金流量表_'+str(year)+'年.xlsx')
df_balance = df_balance.T
import tushare as ts
pro = ts.pro_api('ba1646815a79a63470552889a69f957f5544bef01d3f082159bf8474')

# 1. 定义批量处理所需的信息列表
comps = ['贵州茅台','五粮液','泸州老窖']
codes = ['600519.SH','000858.SZ','000568.SZ']
years = [2023,2022,2021]

# 2. 设置双重循环来遍历所有公司和所有年份
for i in range(len(comps)):
  for year in years:
    # 3. 在循环内部，获取当前公司和年份的三大报表
    current_period = str(year)+'1231'
    df_balance = pro.balancesheet(ts_code=codes[i],period=current_period)
    df_income = pro.income(ts_code=codes[i],period=current_period)
    df_cash = pro.cashflow(ts_code=codes[i],period=current_period)
    
    # 4. 将获取到的数据保存到Excel文件，并动态生成文件名
    df_balance.to_excel(comps[i]+'_资产负债表_'+str(year)+'年.xlsx')
    df_income.to_excel(comps[i]+'_利润表_'+str(year)+'年.xlsx')
    df_cash.to_excel(comps[i]+'_现金流量表_'+str(year)+'年.xlsx')

代码解析：动态生成文件名

df_balance.to_excel(comps[i]+'_资产负债表_'+str(year)+'年.xlsx')

这一行代码是自动化的关键之一。

  • comps[i]: 在循环中，它会依次变为 ‘贵州茅台’, ‘五粮液’, ‘泸州老窖’。
  • '_资产负债表_': 这是固定的文本部分。
  • str(year): 将数字年份（如 2023）转换为字符串 ‘2023’。
  • +'年.xlsx': 拼接上文件后缀。

通过字符串拼接，我们为每一次循环都创建了一个唯一的、有意义的文件名。

案例成果：自动化创造价值

当代码运行结束后，你的电脑上就会多出9个Excel文件。

  • 贵州茅台_利润表_2023年.xlsx
  • 贵州茅台_资产负债表_2023年.xlsx
  • …
  • 泸州老窖_现金流量表_2021年.xlsx

我们成功地用十几行代码，自动化了一个原本需要大量手动操作的重复性工作。

这就是编程在商业分析中价值的直观体现。

课程回顾：我们的数据之旅

今天，我们完成了一个完整的数据获取与存储流程。

1. 安装配置 (Token) 2. 单次获取 (三大报表) 3. 持久化 (to_csv) 4. 自动化 (for循环)

你已经掌握了商业数据分析中最基础、也最重要的技能之一。

Q & A

提问与交流环节