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，并绘制直方图和箱型图。图2和3效果供参考。

首先，你需要使用Python的数据分析库pandas来处理Excel数据，matplotlib库用于绘图。以下是一个简单的步骤说明：

1. 导入所需的库：

import pandas as pd
import matplotlib.pyplot as plt

2. 使用pandas读取Excel文件的特定sheet：

# 将文件路径替换为实际的Excel文件位置
file_path = "你的文件路径.xlsx"
df = pd.read_excel(file_path, sheet_name="sheet2", parse_dates=['日期'], index_col='日期')  # 假设日期列名为"日期"

这里`parse_dates`参数用于将“日期”列解析为日期时间格式。

3. 确保交易金额列存在并选择该列：

amount_column = '交易金额'  # 把你的交易金额列名替换在这里
if amount_column in df.columns:
    data = df[amount_column]
else:
    print(f"{amount_column}列不存在于数据集中.")

4. 创建直方图：

plt.figure(figsize=(10, 6))
plt.hist(data, bins=range(int(data.min()), int(data.max()) + 1), edgecolor='black')
plt.title('交易金额直方图')
plt.xlabel('交易金额')
plt.ylabel('频率')
plt.show()

5. 创建箱线图：

plt.figure(figsize=(10, 6))
plt.boxplot(data)
plt.title('交易金额箱型图')
plt.ylabel('交易金额')
plt.show()

注意，如果遇到缺失值或其他异常，记得先进行清洗和预处理。