Python中如何让机器读懂财务报表？

要处理财务报表，核心是结构化数据提取和关键指标计算。我通常用 pandas 和 pdfplumber 或 tabula-py 来搞定。

1. 提取表格数据 如果是PDF报表，先用 pdfplumber 提取表格：

import pdfplumber
import pandas as pd

def extract_financial_tables(pdf_path):
    tables = []
    with pdfplumber.open(pdf_path) as pdf:
        for page in pdf.pages:
            # 提取当前页所有表格
            page_tables = page.extract_tables()
            for table in page_tables:
                # 转换为DataFrame
                df = pd.DataFrame(table[1:], columns=table[0])
                tables.append(df)
    return tables

# 使用示例
financial_tables = extract_financial_tables("financial_report.pdf")

2. 解析关键财务指标 提取资产负债表和利润表后，计算关键指标：

def analyze_financials(balance_sheet, income_statement):
    # 计算流动比率
    current_assets = balance_sheet['流动资产'].astype(float).sum()
    current_liabilities = balance_sheet['流动负债'].astype(float).sum()
    current_ratio = current_assets / current_liabilities
    
    # 计算净利润率
    net_income = income_statement['净利润'].astype(float).iloc[-1]
    revenue = income_statement['营业收入'].astype(float).iloc[-1]
    net_margin = net_income / revenue
    
    return {
        'current_ratio': round(current_ratio, 2),
        'net_margin': round(net_margin, 3)
    }

3. 处理非结构化文本 对于报表中的文字描述，可以用正则表达式匹配关键信息：

import re

def extract_financial_notes(text):
    # 匹配金额模式
    amount_pattern = r'[¥$€]?\s*\d{1,3}(?:,\d{3})*(?:\.\d{2})?'
    amounts = re.findall(amount_pattern, text)
    
    # 匹配百分比
    percent_pattern = r'\d+\.?\d*%'
    percentages = re.findall(percent_pattern, text)
    
    return amounts, percentages

实际工作流建议：

• 先用 camelot 处理扫描版PDF（如果 pdfplumber 效果不好）
• 对提取的数据做清洗：处理合并单元格、单位转换
• 用 openpyxl 或 xlsxwriter 输出结构化报表

关键是先确保数据提取准确，再建立指标计算逻辑。不同公司的报表格式差异很大，可能需要针对性地调整解析规则。

一句话总结：用合适的库提取数据，然后写规则计算指标。

得让楼上的给你说个流程