（1）读取以下Excel表格的数据并用一个数据框变量df保存，数据内容如下所示。

import numpy as np
import pandas as pd
df=pd.read_excel('test2.xlsx')
print(df)

（2）对df第3列、第4列进行切片，切片后得到一个新的数据框记为df1，并对df1利用自身的方法转换为Numpy数组Nt。

df1 = df.iloc[:,[2,3]]
print(df1)
df1 = df.iloc[:,[2,3]]
print(df1)
      收盘价       交易量
0   16.30  16237125
1   16.33  29658734
2   16.30  26437646
3   16.18  17195598
4   16.20  14908745
5   16.19   7996756
6   16.16   9193332
7   16.12   8296150
8   16.27  19034143
9   16.56  53304724
10  16.40  12555292
11  16.48  11478663
12  16.54  12180687
13  16.60  14288268

Nt = np.array(df1)
print(Nt)

（3）基于df第2列，构造一个逻辑数组TF，即满足交易日期小于等于2017-01-16且大于等于2017-01-05为真，否则为假。

df2=pd.read_excel('test2.xlsx',dtype=str)

index1=df2['交易日期'].values>='2017-01-05'
index2=df2['交易日期'].values<='2017-01-16'
TF=index1&index2
TF

（4）以逻辑数组TF为索引，取数组Nt中的第2列交易量数据并求和，记为S。

S=sum(Nt[TF, 1])
print(S)