ChatGPT炒股：整理北交所拟IPO的新三板企业

很多省份都会发布上市后备企业库名单。通常，这些名单会由各省的地方金融监督管理局或类似的政府机构发布。您可以通过访问这些机构的官方网站，或者通过搜索“省份名称 + 2023年上市后备企业名单”来查找相关信息。例如，如果您想要查找湖北省的名单，可以尝试搜索“湖北省2023年上市后备企业名单”。此外，一些经济新闻网站、金融信息服务平台或者地方政府的公告栏也可能发布这类信息。

我们可以把这些上市后备企业名单和新三板企业做对比，就能知道哪些新三板企业可能即将要申报北交所IPO了。

比如辽宁省上市后备企业库：

辽宁省上市后备企业库名单（381家）.xlsx

全部的新三板股票名单：

新三板股票20231217.xlsx

在ChatGPT中输入提示词：

你是一个Python编程专家，要完成一个整理Excel表格数据的任务，具体步骤如下:

读取F盘的Excel文件：”辽宁省上市后备企业库名单（381家）.xlsx”，获取B2列的所有单元格内容；

读取F盘的Excel文件：”新三板股票20231217.xlsx”，获取C2到C6240之间的所有单元格内容；

将”辽宁省上市后备企业库名单（381家）.xlsx”中B2列的单元格内容，逐一和”新三板股票20231217.xlsx”的C2到C6240之间的所有单元格内容进行比对；

如果两者一致，那么将对应的”新三板股票20231217.xlsx”表格中的单元格填充为黄色；

注意：每一步都要输出相关信息

Python源代码如下：

import pandas as pd

from openpyxl import load_workbook

from openpyxl.styles import PatternFill

# 设置文件路径

ln_file_path = 'F:/辽宁省上市后备企业库名单（381家）.xlsx'

nqb_file_path = 'F:/新三板股票20231217.xlsx'

# 读取 "辽宁省上市后备企业库名单（381家）.xlsx" 文件

ln_workbook = pd.read_excel(ln_file_path, usecols="B") # 只读取B列数据

ln_companies = ln_workbook.iloc[1:].dropna().values.flatten() # 获取B2列及以下的所有单元格内容，去除NaN值

print(f"读取辽宁省上市后备企业名单中的 {len(ln_companies)} 家企业。")

# 读取 "新三板股票20231217.xlsx" 文件

nqb_workbook = load_workbook(nqb_file_path)

nqb_sheet = nqb_workbook.active

nqb_companies = [nqb_sheet[f'C{i}'].value for i in range(2, 6241)] # 获取C2到C6240的所有单元格内容

print("开始比对两个名单中的企业名称...")

# 设置填充颜色为黄色

yellow_fill = PatternFill(start_color='FFFF00', end_color='FFFF00', fill_type='solid')

# 比对公司名称并标记

for idx, company in enumerate(nqb_companies, start=2): # 从C2开始

if company in ln_companies:

nqb_sheet[f'C{idx}'].fill = yellow_fill

print(f"在新三板名单中找到匹配企业 '{company}'，将C{idx}标记为黄色。")

# 保存修改后的文件

nqb_workbook.save('F:/新三板股票20231217_标记.xlsx')

print("完成比对，所有匹配的企业已在 '新三板股票20231217_标记.xlsx' 文件中标记。")

此脚本执行以下步骤：

设置两个Excel文件的路径。

使用 pandas 读取“辽宁省上市后备企业库名单（381家）.xlsx”文件中的B列数据。

使用 openpyxl 读取“新三板股票20231217.xlsx”文件中C列的数据。

比较两个列表中的企业名称，并在找到匹配时使用 openpyxl 将相应的单元格填充为黄色。

保存标记过的“新三板股票20231217.xlsx”文件。

运行此脚本前，请确保文件确实位于F盘，并且文件名与代码中提供的完全一致。如果有任何路径或文件名不同，请相应修改代码中的字符串。此外，确保在运行脚本时关闭所有Excel文件，以避免文件访问冲突。