Walmart 財報視覺化分析 - 02 轉成 Pandas DataFrame

前情提要：

視覺化 Walmart 財報- 01 (安裝環境、檔案基本介紹）

本筆記要開始進入拆解程式碼跟邏輯的階段，為了方便講解，我用 Colab 作筆記 （其實是有點懶得安裝套件)。我的學習方式中英文網頁搜尋 + 搭配ChatGPT 問「為什麼」，目的是我可以「白話文解釋程式碼」

課前補充: 資料分析的 Pandas DataFrame

📌 為什麼要轉成 Pandas DataFrame？

1. 篩選數據更快（像 SQL 一樣操作），不用像 Excel按 Filter
2. 計算更直覺（+ - * / 直接用），不用像 Excel 拖拉公式
3. 畫圖視覺化簡單（配合 Matplotlib / Plotly），比 Excel 更多繪圖選擇
4. 方便存成不同格式（CSV, Excel, JSON）
5. 可與 SQL、AI、機器學習整合

我猜因為財報的數據量大所以 duckdb.ipynb 和 Pandas SQL sent.ipynb 也用 Pandas 來處理財報數據！

DataFreame 是2維的資料結構，更一步的介紹請看：

官方網站介紹

準備資料

1.下載財報Excel 檔(原作者已整理)，共有 20 sheet

FY25Q4_Link = 'https://app.quotemedia.com/data/downloadFiling?...' #Excel 檔的網址，點擊可下載
import urllib
dls = FY25Q4_Link
urllib.request.urlretrieve(dls, "data.xlsx") #從網址下載 Excel 檔案，並儲存為 data.xlsx。

要先 import urllib 函式庫，這個函式庫用來發送 HTTP 請求，像是urllib.request → 發送 HTTP 請求（下載網頁或檔案）再.urlretrieve 表示下載檔案。補充，urllin.request.urlopen 是打開網頁

2. 使用 OpenPyXL 讀取 Excel 檔案

from openpyxl import load_workbook
wb = load_workbook(filename='data.xlsx', read_only=True)　

為甚麼要用 OpenPyXL ？不用 Pandas？這兩種方式最大的差別是

OpenPyXL 像人工操作 Excel 可以做到

✅ 讀取、修改 Excel（如寫入新數據）

✅ 讀 Excel 的部分區域（特定儲存格），設定讀取範圍

✅ 讀 Excel 的格式（顏色、合併儲存格、公式）

但 pandas.read.excel() 只能「讀取整張表」，剛好這個表格每個 sheet 只有特定範圍，所以用 OpenPyXL 比較快。

✅ 只想讀 Excel，轉成 Pandas DataFrame 分析 → pandas.read_excel("data.xlsx")

✅ 不需要修改 Excel，單純做數據分析 → pandas 會更方便

開始解析資料

3. 解析「營運總部地址」財報頁面

ws = wb['address of principal execu-4'] #讀分頁worksheet=ws

data_rows = [] # 建立一個空的列大表，之後再轉dataFrame 後續
for row in ws['A4':'H45']:
    data_cols = [] #把資料存到新的colomn
    for cell in row: # 遍歷該行的每個儲存格（cell）
        data_cols.append(cell.value) #把儲存格的值加到column list裡
    data_rows.append(data_cols)# 再把每個column list 放到data_row 大表

df_earnings = pd.DataFrame(data_rows)#轉dataframe

• 選擇 Excel 工作表 address of principal execu-4（財報的 "Principal Executive Office" 分頁）。

• 抓取 A4 到 H45 的資料（通常是表格數據）。

小問題，為什麼不要直接寫？還要先把資料存成一行一行，再存入大表呢？雖然少一行程式碼，但是不容易理解，而且當要整理資料（例如去掉０，這樣程式碼就不好維護）

data_rows.append([cell.value for cell in row]) # 直接存入 data_rows

為了解先解析cell.value到row裡面，加入 print 來觀察。

嘗試每個指令print 出，感覺一下

• 轉換為 Pandas DataFrame (df_earnings) 方便分析。

4. 解析「業務細分」財報頁面 （跟上面一樣）

ws_breakdown = wb['segment information']

data_rows = []
for row in ws_breakdown['A4':'H45']:
    data_cols = []
    for cell in row:
        data_cols.append(cell.value)
    data_rows.append(data_cols)

df_breakdown = pd.DataFrame(data_rows)

🔹 這裡的作用：

• 讀取 "segment information"（業務細分）頁面的 A4 到 H45 資料。
• 存入 Pandas DataFrame (df_breakdown)。
• df 是Pandas 中「DataFrame」的縮寫，表示一個 表格狀的數據結構，類似於：

📌 5. 提取關鍵財務數據

✅ (1) 營收 (Total Revenue)

lookupn = 6  # 第 6 欄的數值 
df_Total_Revenue = df_earnings.loc[df_earnings.iloc[:, 0] == 'Total revenues'].iloc[:, lookupn].item()/1000

• 找出 "Total revenues" 的數據，並取出 第 6 欄 的數值（單位：十億美金）。第0是索引值，對應 Excel 第 H欄
• 先從裡面拆解：

1. df_earnings.iloc[:, 0] .iloc 是 pandas 裡的篩選功能取出[row,column]先以第 0 Column 。: 是全部列
2. df_earnings.loc[df_earnings.iloc[:, 0] == 'Total revenues'] → 只保留這一row數據 (往前)看
3. .iloc[:, lookupn].item()/1000　最後看後面，因為前面有設定lookupn是第6 column 再.item() 把 Series 轉換成數字除以 1000，之後用百萬美元（million USD），這行程式碼的目的是把它轉換成 十億美元（billion USD）

概念是這樣擷取

✅ (2) 各業務收入

df_Revenue_b1 = df_earnings.loc[df_earnings.iloc[:, 0] == 'Membership and other income'].iloc[:, lookupn].item()/1000
df_Revenue_b2 = df_breakdown.loc[df_breakdown.iloc[:, 0] == 'Net sales'].iloc[0, lookupn_mix]/1000
df_Revenue_b3 = df_breakdown.loc[df_breakdown.iloc[:, 0] == 'Net sales'].iloc[1, lookupn_mix]/1000
df_Revenue_b4 = df_breakdown.loc[df_breakdown.iloc[:, 0] == 'Net sales'].iloc[2, lookupn_mix]/1000
df_Revenue_b5 = 0
df_Revenue_b6 = 0

• df_Revenue_b1：會員收入 (Membership and other income)
• df_Revenue_b2：第一個業務部門 (Net sales，可能是 Walmart U.S.)
• df_Revenue_b3：第二個業務部門 (Net sales，可能是 Walmart International)
• df_Revenue_b4：第三個業務部門 (Net sales，可能是 Sam's Club)

✅ (3) 營業成本 (Cost of Sales)

df_Total_COGS = df_earnings.loc[df_earnings.iloc[:, 0] == 'Cost of sales'].iloc[:, lookupn].item()/1000
df_GP = df_Total_Revenue - df_Total_COGS

• 用跟前面同樣的邏輯，把各項費用篩選出來。
• df_Total_COGS：成本 (Cost of sales)
• df_GP：毛利 (Gross Profit) = 總營收 - 成本

✅ (4) 營業費用 (Operating Expenses)

df_RD = 0
df_SGA = df_earnings.loc[df_earnings.iloc[:, 0].str.contains('selling, general and administrative', case=False, regex=True) & True].iloc[:, lookupn].item()/1000
df_Total_Operating_Expenses = df_RD + df_SGA

• df_SGA：銷售、管理、行政費用 (Selling, General & Administrative Expenses)
• df_Total_Operating_Expenses：總營業費用 = 研發 (R&D) + SGA

✅ (5) 營業利潤 (Operating Profit)

df_OP = df_GP - df_Total_Operating_Expenses

• 營業利潤 (Operating Profit) = 毛利 (df_GP) - 營業費用 (df_Total_Operating_Expenses)

✅ (6) 稅前利潤 (Pretax Profit)

df_Pretax_Profit = df_earnings.loc[df_earnings.iloc[:, 0].str.contains('Income before income taxes', case=False, regex=True) & True].iloc[:, lookupn].item()/1000
df_NOEI = df_OP - df_Pretax_Profit

• df_Pretax_Profit：稅前淨利 (Income before income taxes)
• df_NOEI：非營業收入 (Non-Operating Income)，推測是 df_OP - df_Pretax_Profit

✅ (7) 稅後利潤 (Net Profit)

df_Tax_Expense = df_earnings.loc[df_earnings.iloc[:, 0].str.contains('Provision for income taxes', case=False, regex=True) & True].iloc[:, lookupn].item()/1000
df_AfterTax_Revenue = 0
df_Net_Profit = df_Pretax_Profit - df_Tax_Expense + df_AfterTax_Revenue

• df_Tax_Expense：所得稅 (Provision for income taxes)
• .str.contains 找出包含「Provision for income taxes」的row。case=False 大小寫不拘，regex=True是允許表達式(允許空格、模糊查詢)，前面 case=False 大小寫不拘 使用 regex=True 讓 case=False 可以使用。

✅ 忽略大小寫（case=False） ✅ 允許正則表達式匹配（regex=True）

• df_Net_Profit：淨利 (Net Profit) = 稅前利潤 - 所得稅

✅ (8) 每股盈餘 (EPS)

df_EPS_Basic = df_earnings.loc[df_earnings.iloc[:, 0] == 'Basic'].iloc[:, lookupn].head(1).item()
df_EPS_Diluted = df_earnings.loc[df_earnings.iloc[:, 0] == 'Diluted'].iloc[:, lookupn].head(1).item()

• df_EPS_Basic：基本每股盈餘 (Basic EPS)
• df_EPS_Diluted：稀釋後每股盈餘 (Diluted EPS)

總結

✅ 這段程式碼的功能：

1. 原作者爬蟲把 Walmart 財報存下來(data.xlsx)
2. 解析財報中營收、成本、利潤、稅務等關鍵數據
3. 將結果存成 Pandas DataFrame，方便後續分析

✅ 最後產生的變數：

• df_Total_Revenue（總營收）
• df_GP（毛利）
• df_OP（營業利潤）
• df_Net_Profit（淨利）
• df_EPS_Basic（基本每股盈餘）

在我們把這些變數找到後，變成Pandas 格式，整理財務數據，並準備資料來畫 Sankey Diagram，下一篇會再繼續拆解。