1.1) Требуется спарсить информацию из сайта
за последние 2 года (как в excel).
Список организаций по ТОП ПАО можно взять с сайта
2) На сайте единого федерального реестра
, есть информация по банкротам/процедуре банкротства юр.лиц (условия фильтрации на скриншоте) по ним так же нужно спарсить информацию из сайта
Однако по ним нужно брать дату n и n-1 исходя из максимальной выручки. (скриншот ниже)
На основе скриншота, мы видим, что надо брать за n = 2016 год, а за n-1 2015 год.
Примечание:
Нужна информация по всем столбикам из excel файла в млн рублей. Если в тыс.руб. приводим в млн. руб. и так далее.
Так же следует проставить обозначение в последнем столбике, если банкрот/процедура банкротства 1, если нормальная организация, взято с топ, тогда 0. Так как далее будет строится дерево в python.
Следует учесть, что названия организаций могут быть сокращенные на одном из сайтов. Так же как и в реестре. Например: ПАО "ПАК" = ПУБЛИЧНОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО "ПАССАЖИРСКИЙ АВТОТРАНСПОРТНЫЙ КОМБИНАТ"