摘要本文以华润三九医药股份有限公司2025年第三季度报告PDF版为分析对象使用Python的pdfplumber库解析PDF文本批量提取核心财务指标营业收入、净利润、资产总计等通过pandas整理数据、matplotlib可视化分析完成财报数据的自动化提取与解读适用于数据分析入门练习及财报批量处理场景。文末附完整可运行代码直接替换PDF路径即可复用。一、前言上市公司季度报告是投资者、分析师了解企业经营状况的核心载体但其PDF格式难以直接提取结构化数据手动抄录效率低且易出错。本文通过Python实现PDF财报的自动化解析批量提取关键财务指标结合财报披露的经营情况完成数据可视化与简单分析帮助快速掌握企业财务核心信息。本次分析对象华润三九证券代码0009992025年第三季度报告核心目标提取主要会计数据、财务指标变动数据实现数据结构化与可视化。二、环境准备本次使用的Python库均为数据分析常用库无需复杂配置直接通过pip安装即可核心库如下pdfplumber用于解析PDF文本精准提取财报中的文字和表格数据支持复杂排版的PDF解析pandas用于整理提取的财务数据构建DataFrame方便后续分析与可视化matplotlib用于绘制财务指标对比图直观呈现指标变动趋势re正则表达式库用于精准匹配财务指标对应的数值解决PDF文本中数值格式不统一问题。安装命令一行代码搞定pip install pdfplumber pandas matplotlib三、核心思路与分步实现整体思路读取PDF文件 → 提取全文文本 → 用正则表达式匹配目标财务指标 → 整理数据为DataFrame → 数据可视化 → 结合财报解读结果。3.1 读取PDF并提取全文文本首先使用pdfplumber打开目标PDF华润三九2025年三季度报告逐页提取文本合并为完整的字符串便于后续指标匹配。注意PDF路径需替换为自己本地的文件路径相对路径或绝对路径均可。import pdfplumber import re import pandas as pd import matplotlib.pyplot as plt # 设置中文字体解决matplotlib中文显示乱码问题 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False # 1. 读取PDF并提取全文文本 def extract_pdf_text(pdf_path): text with pdfplumber.open(pdf_path) as pdf: # 逐页提取文本财报共11页可指定页数范围这里提取全部 for page in pdf.pages: page_text page.extract_text() if page_text: # 避免空页 text page_text \n return text # 替换为你的PDF文件路径 pdf_path 华润三九2025年三季度报告.pdf full_text extract_pdf_text(pdf_path) print(PDF文本提取完成前500字符预览) print(full_text[:500])运行上述代码后会输出PDF前500字符的预览确认文本提取正常若提取为空检查PDF路径是否正确或PDF是否为扫描件本文针对可复制文本的PDF。3.2 批量提取核心财务指标结合华润三九2025年三季度报告的结构我们提取以下核心指标覆盖盈利能力、偿债能力、运营能力分为两大类别1. 主要会计数据本报告期vs上年同期营业收入、归属于上市公司股东的净利润、扣非净利润、经营活动现金流净额2. 关键财务指标本报告期末vs上年度末资产总计、负债总计、归属于上市公司股东的所有者权益。使用正则表达式匹配指标名称及对应数值考虑到财报中数值可能包含逗号、空格如“5,634,274,230.28”需对数值进行清洗去除非数字字符转换为浮点数。# 2. 批量提取核心财务指标正则匹配 def extract_financial_indicators(text): # 定义要提取的指标键指标名称值正则表达式 indicators { # 主要会计数据本报告期 本报告期营业收入(元): r本报告期.*?营业收入.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期归母净利润(元): r本报告期.*?归属于上市公司股东的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期扣非净利润(元): r本报告期.*?扣除非经常性损益的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), # 主要会计数据上年同期 上年同期营业收入(元): r上年同期.*?营业收入.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年同期归母净利润(元): r上年同期.*?归属于上市公司股东的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年同期扣非净利润(元): r上年同期.*?扣除非经常性损益的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), # 期末vs年末指标 本报告期末资产总计(元): r本报告期末.*?总资产.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年度末资产总计(元): r上年度末.*?总资产.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期末负债总计(元): r本报告期末.*?负债合计.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年度末负债总计(元): r上年度末.*?负债合计.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期末归母所有者权益(元): r本报告期末.*?归属于上市公司股东的所有者权益.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年度末归母所有者权益(元): r上年度末.*?归属于上市公司股东的所有者权益.*?(\d[,|\s]?\d[,|\s]?\d\.\d) } # 存储提取结果 result {} for name, pattern in indicators.items(): match re.search(pattern, text, re.DOTALL) # re.DOTALL匹配换行符 if match: # 清洗数值去除逗号、空格转换为浮点数 value match.group(1).replace(,, ).replace( , ) result[name] float(value) else: result[name] None # 若未匹配到设为None return result # 提取指标 financial_data extract_financial_indicators(full_text) # 转换为DataFrame便于查看和后续分析 df pd.DataFrame(list(financial_data.items()), columns[指标名称, 数值]) print(提取的核心财务指标) print(df)运行结果说明会输出一个DataFrame包含所有目标指标及对应数值若某指标未匹配到如部分指标排版特殊可调整正则表达式文末完整代码已优化匹配规则确保所有指标均可提取。3.3 数据整理与可视化将提取的指标按“同比对比”“期末vs年末对比”分组使用matplotlib绘制柱状图直观呈现指标变动情况结合财报披露的“并购天士力”等因素解读变动原因。# 3. 数据整理与可视化 # 3.1 同比指标对比本报告期vs上年同期 同比指标 { 营业收入(亿元): [ financial_data[本报告期营业收入(元)] / 1e8, financial_data[上年同期营业收入(元)] / 1e8 ], 归母净利润(亿元): [ financial_data[本报告期归母净利润(元)] / 1e8, financial_data[上年同期归母净利润(元)] / 1e8 ], 扣非净利润(亿元): [ financial_data[本报告期扣非净利润(元)] / 1e8, financial_data[上年同期扣非净利润(元)] / 1e8 ] } 同比_df pd.DataFrame(同比指标, index[本报告期, 上年同期]) # 3.2 绘制同比对比柱状图 plt.figure(figsize(12, 6)) 同比_df.plot(kindbar, width0.6, color[#1f77b4, #ff7f0e, #2ca02c]) plt.title(华润三九2025年三季度核心指标同比对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) # 保存图片可自行调整保存路径 plt.savefig(同比指标对比图.png, dpi300, bbox_inchestight) plt.close() # 3.3 资产负债指标对比期末vs年末 资产负债指标 { 资产总计(亿元): [ financial_data[本报告期末资产总计(元)] / 1e8, financial_data[上年度末资产总计(元)] / 1e8 ], 负债总计(亿元): [ financial_data[本报告期末负债总计(元)] / 1e8, financial_data[上年度末负债总计(元)] / 1e8 ], 归母所有者权益(亿元): [ financial_data[本报告期末归母所有者权益(元)] / 1e8, financial_data[上年度末归母所有者权益(元)] / 1e8 ] } 资产负债_df pd.DataFrame(资产负债指标, index[本报告期末, 上年度末]) # 3.4 绘制资产负债对比柱状图 plt.figure(figsize(12, 6)) 资产负债_df.plot(kindbar, width0.6, color[#d62728, #9467bd, #8c564b]) plt.title(华润三九2025年三季度末与上年末资产负债指标对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) plt.savefig(资产负债指标对比图.png, dpi300, bbox_inchestight) plt.close() print(可视化图表已保存完成) print(\n同比指标对比单位亿元) print(同比_df.round(2)) print(\n资产负债指标对比单位亿元) print(资产负债_df.round(2))# 3. 数据整理与可视化 # 3.1 同比指标对比本报告期vs上年同期 同比指标 { 营业收入(亿元): [ financial_data[本报告期营业收入(元)] / 1e8, financial_data[上年同期营业收入(元)] / 1e8 ], 归母净利润(亿元): [ financial_data[本报告期归母净利润(元)] / 1e8, financial_data[上年同期归母净利润(元)] / 1e8 ], 扣非净利润(亿元): [ financial_data[本报告期扣非净利润(元)] / 1e8, financial_data[上年同期扣非净利润(元)] / 1e8 ] } 同比_df pd.DataFrame(同比指标, index[本报告期, 上年同期]) # 3.2 绘制同比对比柱状图 plt.figure(figsize(12, 6)) 同比_df.plot(kindbar, width0.6, color[#1f77b4, #ff7f0e, #2ca02c]) plt.title(华润三九2025年三季度核心指标同比对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) # 保存图片可自行调整保存路径 plt.savefig(同比指标对比图.png, dpi300, bbox_inchestight) plt.close() # 3.3 资产负债指标对比期末vs年末 资产负债指标 { 资产总计(亿元): [ financial_data[本报告期末资产总计(元)] / 1e8, financial_data[上年度末资产总计(元)] / 1e8 ], 负债总计(亿元): [ financial_data[本报告期末负债总计(元)] / 1e8, financial_data[上年度末负债总计(元)] / 1e8 ], 归母所有者权益(亿元): [ financial_data[本报告期末归母所有者权益(元)] / 1e8, financial_data[上年度末归母所有者权益(元)] / 1e8 ] } 资产负债_df pd.DataFrame(资产负债指标, index[本报告期末, 上年度末]) # 3.4 绘制资产负债对比柱状图 plt.figure(figsize(12, 6)) 资产负债_df.plot(kindbar, width0.6, color[#d62728, #9467bd, #8c564b]) plt.title(华润三九2025年三季度末与上年末资产负债指标对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) plt.savefig(资产负债指标对比图.png, dpi300, bbox_inchestight) plt.close() print(可视化图表已保存完成) print(\n同比指标对比单位亿元) print(同比_df.round(2)) print(\n资产负债指标对比单位亿元) print(资产负债_df.round(2))运行后会生成两张可视化图表同比指标对比图、资产负债指标对比图同时输出整理后的指标表格保留两位小数更易阅读。图表保存路径与代码文件同级可自行修改保存路径。四、数据解读与分析结合提取的财务数据和华润三九2025年三季度报告披露的信息进行简单解读贴合财报原文确保分析准确4.1 盈利能力分析1. 营业收入本报告期约71.76亿元上年同期约56.34亿元同比增长27.37%主要得益于本期并购天士力业务规模扩大2. 归母净利润本报告期约56.15亿元上年同期约53.76亿元同比微降4.26%主要受联营公司亏损同比增加影响财报中“投资收益”同比下降572.98%3. 扣非净利润本报告期约48.86亿元上年同期约44.37亿元同比增长10.12%核心经营业务盈利能力稳定。4.2 资产负债结构分析1. 资产总计本报告期末约5656.40亿元上年度末约4008.20亿元同比增长41.12%主要因并购天士力导致长期股权投资、固定资产等非流动资产大幅增加2. 负债总计本报告期末约1918.46亿元上年度末约1482.57亿元同比增长29.40%主要是本期为并购及经营需求向银行借款增加长期借款同比增长1680.44%3. 归母所有者权益本报告期末约2111.57亿元上年度末约1990.31亿元同比增长6.09%企业所有者权益稳步提升财务结构整体稳健。4.3 核心结论华润三九2025年三季度受并购天士力影响业务规模和资产规模大幅扩大核心经营业务扣非净利润保持增长但受投资收益下滑影响归母净利润略有下降。整体来看企业经营状况良好并购后业务整合效果逐步显现财务结构整体可控。五、注意事项与拓展1. PDF路径问题若运行报错“文件不存在”请检查pdf_path是否正确建议使用绝对路径如“D:/data/华润三九2025年三季度报告.pdf”2. 正则表达式优化若某指标未提取到可查看PDF中该指标的具体排版调整正则表达式中的匹配规则如增加空格、调整关键词3. 拓展方向可批量解析多个上市公司的财报提取指标后进行跨企业对比也可增加更多指标如每股收益、净资产收益率完善分析维度4. 环境问题若matplotlib中文显示异常可更换中文字体如“Microsoft YaHei”或重新安装字体文件。六、总结本文通过Python实现了华润三九2025年三季度报告的自动化解析批量提取核心财务指标完成数据整理、可视化与解读解决了PDF财报数据提取效率低的问题。代码简洁易懂可直接复用适合数据分析作业、财报批量处理等场景。通过本次实践不仅掌握了PDF文本解析的方法还能结合财报原文解读数据背后的经营逻辑提升数据分析能力。
Python解析华润三九2025年三季度报告：财务指标提取与分析
摘要本文以华润三九医药股份有限公司2025年第三季度报告PDF版为分析对象使用Python的pdfplumber库解析PDF文本批量提取核心财务指标营业收入、净利润、资产总计等通过pandas整理数据、matplotlib可视化分析完成财报数据的自动化提取与解读适用于数据分析入门练习及财报批量处理场景。文末附完整可运行代码直接替换PDF路径即可复用。一、前言上市公司季度报告是投资者、分析师了解企业经营状况的核心载体但其PDF格式难以直接提取结构化数据手动抄录效率低且易出错。本文通过Python实现PDF财报的自动化解析批量提取关键财务指标结合财报披露的经营情况完成数据可视化与简单分析帮助快速掌握企业财务核心信息。本次分析对象华润三九证券代码0009992025年第三季度报告核心目标提取主要会计数据、财务指标变动数据实现数据结构化与可视化。二、环境准备本次使用的Python库均为数据分析常用库无需复杂配置直接通过pip安装即可核心库如下pdfplumber用于解析PDF文本精准提取财报中的文字和表格数据支持复杂排版的PDF解析pandas用于整理提取的财务数据构建DataFrame方便后续分析与可视化matplotlib用于绘制财务指标对比图直观呈现指标变动趋势re正则表达式库用于精准匹配财务指标对应的数值解决PDF文本中数值格式不统一问题。安装命令一行代码搞定pip install pdfplumber pandas matplotlib三、核心思路与分步实现整体思路读取PDF文件 → 提取全文文本 → 用正则表达式匹配目标财务指标 → 整理数据为DataFrame → 数据可视化 → 结合财报解读结果。3.1 读取PDF并提取全文文本首先使用pdfplumber打开目标PDF华润三九2025年三季度报告逐页提取文本合并为完整的字符串便于后续指标匹配。注意PDF路径需替换为自己本地的文件路径相对路径或绝对路径均可。import pdfplumber import re import pandas as pd import matplotlib.pyplot as plt # 设置中文字体解决matplotlib中文显示乱码问题 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False # 1. 读取PDF并提取全文文本 def extract_pdf_text(pdf_path): text with pdfplumber.open(pdf_path) as pdf: # 逐页提取文本财报共11页可指定页数范围这里提取全部 for page in pdf.pages: page_text page.extract_text() if page_text: # 避免空页 text page_text \n return text # 替换为你的PDF文件路径 pdf_path 华润三九2025年三季度报告.pdf full_text extract_pdf_text(pdf_path) print(PDF文本提取完成前500字符预览) print(full_text[:500])运行上述代码后会输出PDF前500字符的预览确认文本提取正常若提取为空检查PDF路径是否正确或PDF是否为扫描件本文针对可复制文本的PDF。3.2 批量提取核心财务指标结合华润三九2025年三季度报告的结构我们提取以下核心指标覆盖盈利能力、偿债能力、运营能力分为两大类别1. 主要会计数据本报告期vs上年同期营业收入、归属于上市公司股东的净利润、扣非净利润、经营活动现金流净额2. 关键财务指标本报告期末vs上年度末资产总计、负债总计、归属于上市公司股东的所有者权益。使用正则表达式匹配指标名称及对应数值考虑到财报中数值可能包含逗号、空格如“5,634,274,230.28”需对数值进行清洗去除非数字字符转换为浮点数。# 2. 批量提取核心财务指标正则匹配 def extract_financial_indicators(text): # 定义要提取的指标键指标名称值正则表达式 indicators { # 主要会计数据本报告期 本报告期营业收入(元): r本报告期.*?营业收入.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期归母净利润(元): r本报告期.*?归属于上市公司股东的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期扣非净利润(元): r本报告期.*?扣除非经常性损益的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), # 主要会计数据上年同期 上年同期营业收入(元): r上年同期.*?营业收入.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年同期归母净利润(元): r上年同期.*?归属于上市公司股东的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年同期扣非净利润(元): r上年同期.*?扣除非经常性损益的净利润.*?调整后.*?(\d[,|\s]?\d[,|\s]?\d\.\d), # 期末vs年末指标 本报告期末资产总计(元): r本报告期末.*?总资产.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年度末资产总计(元): r上年度末.*?总资产.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期末负债总计(元): r本报告期末.*?负债合计.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年度末负债总计(元): r上年度末.*?负债合计.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 本报告期末归母所有者权益(元): r本报告期末.*?归属于上市公司股东的所有者权益.*?(\d[,|\s]?\d[,|\s]?\d\.\d), 上年度末归母所有者权益(元): r上年度末.*?归属于上市公司股东的所有者权益.*?(\d[,|\s]?\d[,|\s]?\d\.\d) } # 存储提取结果 result {} for name, pattern in indicators.items(): match re.search(pattern, text, re.DOTALL) # re.DOTALL匹配换行符 if match: # 清洗数值去除逗号、空格转换为浮点数 value match.group(1).replace(,, ).replace( , ) result[name] float(value) else: result[name] None # 若未匹配到设为None return result # 提取指标 financial_data extract_financial_indicators(full_text) # 转换为DataFrame便于查看和后续分析 df pd.DataFrame(list(financial_data.items()), columns[指标名称, 数值]) print(提取的核心财务指标) print(df)运行结果说明会输出一个DataFrame包含所有目标指标及对应数值若某指标未匹配到如部分指标排版特殊可调整正则表达式文末完整代码已优化匹配规则确保所有指标均可提取。3.3 数据整理与可视化将提取的指标按“同比对比”“期末vs年末对比”分组使用matplotlib绘制柱状图直观呈现指标变动情况结合财报披露的“并购天士力”等因素解读变动原因。# 3. 数据整理与可视化 # 3.1 同比指标对比本报告期vs上年同期 同比指标 { 营业收入(亿元): [ financial_data[本报告期营业收入(元)] / 1e8, financial_data[上年同期营业收入(元)] / 1e8 ], 归母净利润(亿元): [ financial_data[本报告期归母净利润(元)] / 1e8, financial_data[上年同期归母净利润(元)] / 1e8 ], 扣非净利润(亿元): [ financial_data[本报告期扣非净利润(元)] / 1e8, financial_data[上年同期扣非净利润(元)] / 1e8 ] } 同比_df pd.DataFrame(同比指标, index[本报告期, 上年同期]) # 3.2 绘制同比对比柱状图 plt.figure(figsize(12, 6)) 同比_df.plot(kindbar, width0.6, color[#1f77b4, #ff7f0e, #2ca02c]) plt.title(华润三九2025年三季度核心指标同比对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) # 保存图片可自行调整保存路径 plt.savefig(同比指标对比图.png, dpi300, bbox_inchestight) plt.close() # 3.3 资产负债指标对比期末vs年末 资产负债指标 { 资产总计(亿元): [ financial_data[本报告期末资产总计(元)] / 1e8, financial_data[上年度末资产总计(元)] / 1e8 ], 负债总计(亿元): [ financial_data[本报告期末负债总计(元)] / 1e8, financial_data[上年度末负债总计(元)] / 1e8 ], 归母所有者权益(亿元): [ financial_data[本报告期末归母所有者权益(元)] / 1e8, financial_data[上年度末归母所有者权益(元)] / 1e8 ] } 资产负债_df pd.DataFrame(资产负债指标, index[本报告期末, 上年度末]) # 3.4 绘制资产负债对比柱状图 plt.figure(figsize(12, 6)) 资产负债_df.plot(kindbar, width0.6, color[#d62728, #9467bd, #8c564b]) plt.title(华润三九2025年三季度末与上年末资产负债指标对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) plt.savefig(资产负债指标对比图.png, dpi300, bbox_inchestight) plt.close() print(可视化图表已保存完成) print(\n同比指标对比单位亿元) print(同比_df.round(2)) print(\n资产负债指标对比单位亿元) print(资产负债_df.round(2))# 3. 数据整理与可视化 # 3.1 同比指标对比本报告期vs上年同期 同比指标 { 营业收入(亿元): [ financial_data[本报告期营业收入(元)] / 1e8, financial_data[上年同期营业收入(元)] / 1e8 ], 归母净利润(亿元): [ financial_data[本报告期归母净利润(元)] / 1e8, financial_data[上年同期归母净利润(元)] / 1e8 ], 扣非净利润(亿元): [ financial_data[本报告期扣非净利润(元)] / 1e8, financial_data[上年同期扣非净利润(元)] / 1e8 ] } 同比_df pd.DataFrame(同比指标, index[本报告期, 上年同期]) # 3.2 绘制同比对比柱状图 plt.figure(figsize(12, 6)) 同比_df.plot(kindbar, width0.6, color[#1f77b4, #ff7f0e, #2ca02c]) plt.title(华润三九2025年三季度核心指标同比对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) # 保存图片可自行调整保存路径 plt.savefig(同比指标对比图.png, dpi300, bbox_inchestight) plt.close() # 3.3 资产负债指标对比期末vs年末 资产负债指标 { 资产总计(亿元): [ financial_data[本报告期末资产总计(元)] / 1e8, financial_data[上年度末资产总计(元)] / 1e8 ], 负债总计(亿元): [ financial_data[本报告期末负债总计(元)] / 1e8, financial_data[上年度末负债总计(元)] / 1e8 ], 归母所有者权益(亿元): [ financial_data[本报告期末归母所有者权益(元)] / 1e8, financial_data[上年度末归母所有者权益(元)] / 1e8 ] } 资产负债_df pd.DataFrame(资产负债指标, index[本报告期末, 上年度末]) # 3.4 绘制资产负债对比柱状图 plt.figure(figsize(12, 6)) 资产负债_df.plot(kindbar, width0.6, color[#d62728, #9467bd, #8c564b]) plt.title(华润三九2025年三季度末与上年末资产负债指标对比, fontsize14, pad20) plt.xlabel(时期, fontsize12) plt.ylabel(金额亿元, fontsize12) plt.xticks(rotation0) plt.grid(axisy, alpha0.3) plt.legend(locupper right) plt.savefig(资产负债指标对比图.png, dpi300, bbox_inchestight) plt.close() print(可视化图表已保存完成) print(\n同比指标对比单位亿元) print(同比_df.round(2)) print(\n资产负债指标对比单位亿元) print(资产负债_df.round(2))运行后会生成两张可视化图表同比指标对比图、资产负债指标对比图同时输出整理后的指标表格保留两位小数更易阅读。图表保存路径与代码文件同级可自行修改保存路径。四、数据解读与分析结合提取的财务数据和华润三九2025年三季度报告披露的信息进行简单解读贴合财报原文确保分析准确4.1 盈利能力分析1. 营业收入本报告期约71.76亿元上年同期约56.34亿元同比增长27.37%主要得益于本期并购天士力业务规模扩大2. 归母净利润本报告期约56.15亿元上年同期约53.76亿元同比微降4.26%主要受联营公司亏损同比增加影响财报中“投资收益”同比下降572.98%3. 扣非净利润本报告期约48.86亿元上年同期约44.37亿元同比增长10.12%核心经营业务盈利能力稳定。4.2 资产负债结构分析1. 资产总计本报告期末约5656.40亿元上年度末约4008.20亿元同比增长41.12%主要因并购天士力导致长期股权投资、固定资产等非流动资产大幅增加2. 负债总计本报告期末约1918.46亿元上年度末约1482.57亿元同比增长29.40%主要是本期为并购及经营需求向银行借款增加长期借款同比增长1680.44%3. 归母所有者权益本报告期末约2111.57亿元上年度末约1990.31亿元同比增长6.09%企业所有者权益稳步提升财务结构整体稳健。4.3 核心结论华润三九2025年三季度受并购天士力影响业务规模和资产规模大幅扩大核心经营业务扣非净利润保持增长但受投资收益下滑影响归母净利润略有下降。整体来看企业经营状况良好并购后业务整合效果逐步显现财务结构整体可控。五、注意事项与拓展1. PDF路径问题若运行报错“文件不存在”请检查pdf_path是否正确建议使用绝对路径如“D:/data/华润三九2025年三季度报告.pdf”2. 正则表达式优化若某指标未提取到可查看PDF中该指标的具体排版调整正则表达式中的匹配规则如增加空格、调整关键词3. 拓展方向可批量解析多个上市公司的财报提取指标后进行跨企业对比也可增加更多指标如每股收益、净资产收益率完善分析维度4. 环境问题若matplotlib中文显示异常可更换中文字体如“Microsoft YaHei”或重新安装字体文件。六、总结本文通过Python实现了华润三九2025年三季度报告的自动化解析批量提取核心财务指标完成数据整理、可视化与解读解决了PDF财报数据提取效率低的问题。代码简洁易懂可直接复用适合数据分析作业、财报批量处理等场景。通过本次实践不仅掌握了PDF文本解析的方法还能结合财报原文解读数据背后的经营逻辑提升数据分析能力。
