从上证50指数（2018年1月至2019年6月）.xlsx工作簿sheet2中导入2018年1月至2019年6月期间上证50指数每日的交易金额并生成一个DataFrame，

首先，你需要使用Python的数据分析库pandas来完成这个任务。如果你已经安装了`pandas`、`openpyxl`和`xlrd`（用于读取Excel文件），你可以按照以下步骤操作：

import pandas as pd
from openpyxl import load_workbook

# 加载Excel文件
book = load_workbook('上证50指数(2018年至2019年6月).xlsx')
sheet = book['sheet2']  # 假设sheet2是包含数据的工作表名称

# 定义日期列名（假设是日期格式）
date_column = '日期'  # 更改为实际的日期列标题

# 将日期列转换为日期类型
def convert_date(cell):
    try:
        return pd.to_datetime(cell.value, format='%Y-%m-%d')  # 根据实际情况调整日期格式
    except ValueError:
        return None

# 读取交易金额数据
data = []
for row in sheet.iter_rows(min_row=2, values_only=True):  # 跳过表头
    date = convert_date(row[date_column])
    if date is not None:
        data.append((date, row[其他交易金额列的索引位置]))  # 例如交易金额列可能是'A2'

# 创建DataFrame
df = pd.DataFrame(data, columns=['日期', '交易金额'])

# 确保日期列为排序索引
df.set_index('日期', inplace=True)

# 这里假设交易金额列只有一个，如果有多个，需要指定对应的列名