上期，我们通过python爬取了上市公司财务的基本情况，详见：借助Python神器，快速get上市公司财务数据。
本期，我们就使用Pandas数据分析利器对上述数据进行分析，从财务报表上探寻上市公司之最。首先导入数据，直接贴代码了
import pandas as pddf=pd.read_csv('东方财富网2023年3季报报表.csv')df
1. 探寻销售毛利率最高的公司
df.loc[df['销售毛利率']==df['销售毛利率'].max(),:]
运行结果为:
一家新三板的公司叫：上瑞控股，销售毛利率高达99.809949%，太高了，相当于你销售100块钱的东西，成本只有0.2，啥东西这么一本千利，查一下公司简介。
原来是做典当、投资、咨询业务的公司，怪不得，涨见识啊 
2. 探寻平均销售毛利率最高的行业
df.groupby("所处行业").agg({'销售毛利率':'mean'}).sort_values('销售毛利率')
这里使用了pandas中的groupby进行了聚合分类，用agg方法对销售毛利率进行了取平均值，最后进行了排序，运行结果如下：
里面，因为金融行业（保险、银行、证券）行业不使用销售毛利率这个指标，所以就没有显示了。运行下来发现，行业销售毛利率前三甲为：生物制品、游戏、酿酒。这三个行业确实可以，有钱景 
，相反，汽车、贸易、工程建设等传统行业的毛利只有百分之十几。 
同时，我用Matplotlib画了个小图，方便直观，大家看看。
3. 探寻行业销售毛利率最高的公司
df1=df.groupby("所处行业").apply(lambda t: t[t['销售毛利率']==t['销售毛利率'].max()])df1
这里用了pandas中的apply方法，找到行业中销售毛利率最高的公司。运行结果如下：
看不过来，直接保存成CSV文件来看
df1.to_csv('各行业销售毛利率最大的公司.csv',index=False)
从中，我们简单看几个行业，比如中药行业的奇正藏药、游戏行业的冰川网络、装修建材中的我乐家居、能源金属行业的天齐锂业、美容行业的爱美客等等，这些都是我们熟悉的公司啊，获得销售毛利率之最。4. 探寻行业的龙头公司（以营业收入为参考指标）
df2=df.groupby("所处行业").apply(lambda t: t[t['营业总收入（元）']==t['营业总收入（元）'].max()])df2.to_csv('各行业的龙头公司.csv',index=False)
运行结果如下：
从这个表中，我们可以发现各个行业的龙头企业，营收最高啊，可以可以，但不代表公司股价是最高的，我们可以看到一些熟悉的身影，比如酿酒行业的贵州茅台、食品饮料行业的金龙鱼、电池行业的宁德时代等等，这些都是龙头啊 
小结以上我们通过pandas简单分析了一下上市公司的财务数据，从中我们可以看到一些行业龙头，如果需要更多更深入的分析，可能就需要更专业的财务人员来做了，希望本篇对您有所帮助 
。
