数据集(付费) | 90w条中国上市公司高管数据

- 何瑛,于文蕾,戴逸驰,王砚羽.高管职业经历与企业创新[J].管理世界,2019,35(11):174-192.
- 杨林,和欣,顾红芳.高管团队经验、动态能力与企业战略突变：管理自主权的调节效应[J].管理世界,2020,36(06):168-188+201+252.
- 周楷唐,麻志明,吴联生.高管学术经历与公司债务融资成本[J].经济研究,2017,52(07):169-183.
- 陆瑶,张叶青,黎波,赵浩宇.高管个人特征与公司业绩——基于机器学习的经验证据[J].管理科学学报,2020,23(02):120-140.
- 柳光强,孔高文.高管经管教育背景与企业内部薪酬差距[J].会计研究,2021,(03):110-121.
- 郑建明,孙诗璐,李金甜.高管文化背景与企业债务成本——基于劳模文化的视角[J].会计研究,2021,(03):137-145.

- ID
- 姓名
- 证券代码
- 统计截止日期
- 个人简历
- 国籍
- 籍贯
- 籍贯所在地区代码
- 出生地
- 出生地所在地区代码
- 性别
- 年龄
- 毕业院校
- 学历  1=中专及中专以下； 2=大专； 3=本科； 4=硕士研究生； 5=博士研究生； 6=其他（以其他形式公布的学历，如荣誉博士、函授等）； 7=MBA/EMBA
- 专业
- 职称
- 是否领取薪酬
- 报告期报酬总额
- 年末持股数
- 是否高管团队成员
- 是否董事会成员
- 是否独立董事
- 是否兼任董事长和CEO
- 是否监事
- 具体职务

import pandas as pd

# 导入数据，
df = pd.read_excel('高管数据.xlsx', 
                   #保证这两个字段是字符串格式
                   converters={'证券代码': str, 
                               'ID': str})

#将字段「统计截止日期」 整理为datetime格式
df['统计截止日期'] = pd.to_datetime(df['统计截止日期'])
#显示前1条记录
df.head(1)

df.columns

    Index(['ID', '姓名', '证券代码', '统计截止日期', '个人简历', '国籍', '籍贯', '籍贯所在地区代码', '出生地',
           '出生地所在地区代码', '性别', '年龄', '毕业院校', '学历', '专业', '职称', '是否领取薪酬', '报告期报酬总额',
           '津贴', '年末持股数', '是否高管团队成员', '是否董事会成员', '是否独立董事', '是否兼任董事长和CEO', '是否监事',
           '具体职务'],
          dtype='object')

len(df)

    900887

df['统计截止日期'].sort_values()

    900886   1990-12-10
    900884   1990-12-10
    900883   1990-12-10
    900882   1990-12-10
    900881   1990-12-10
                ...    
    59734    2021-07-19
    59733    2021-07-19
    59731    2021-07-19
    59736    2021-07-19
    59742    2021-07-19
    Name: 统计截止日期, Length: 900887, dtype: datetime64[ns]

df.columns

    Index(['ID', '姓名', '证券代码', '统计截止日期', '个人简历', '国籍', '籍贯', '籍贯所在地区代码', '出生地',
           '出生地所在地区代码', '性别', '年龄', '毕业院校', '学历', '专业', '职称', '是否领取薪酬', '报告期报酬总额',
           '津贴', '年末持股数', '是否高管团队成员', '是否董事会成员', '是否独立董事', '是否兼任董事长和CEO', '是否监事',
           '具体职务'],
          dtype='object')

df[df['年龄']>90]