import pandas as pd import openpyxl file_name = '02-林业.xlsx' wb = openpyxl.load_workbook(file_name, read_only=True) name_lst = wb.sheetnames stock_name = name_lst[0]
df_stock_values = pd.read_excel(file_name, sheet_name=stock_name) lst_date = list(df_stock_values['trade_date'])
lst_open = list(df_stock_values['open'])
lst_close = list(df_stock_values['close'])
lst_high = list(df_stock_values['high'])
lst_low = list(df_stock_values['low'])

4. 根据该公司的名称及代码，查询指定日期内的数据内容：# 假设公司代码为600123，查询日期范围为2021年1月1日至2021年6月30日

company_code = 600123 start_date = '20210101' end_date = '20210630'

将日期字符串转换为datetime格式，方便比较大小

start_date = pd.to_datetime(start_date, format='%Y%m%d') end_date = pd.to_datetime(end_date, format='%Y%m%d')

从数据中筛选符合日期范围的数据

mask = (df_stock_values['ts_code'] == f'SH{company_code}.XSHG') &
(pd.to_datetime(df_stock_values['trade_date'], format='%Y%m%d') >= start_date) &
(pd.to_datetime(df_stock_values['trade_date'], format='%Y%m%d') <= end_date) df_filtered = df_stock_values.loc[mask]

输出结果

print(df_filtered)