Získej ticker největší společnosti ze sektoru Consumer Services

Místo indexování dat podmíněným výrazem můžeš také filtrovat hodnoty pomocí .loc[row_selector, column_selector]. Dále můžeš použít .set_index() k nastavení sloupce s unikátními hodnotami jako indexu DataFramu a .idxmax() k vrácení indexu maximální hodnoty.

V tomto cvičení tyto metody výběru společností použiješ k nalezení nejhodnotnější firmy ze sektoru Consumer Services na kterékoli ze tří burz a pomocí jejího tickeru vykreslíš trend ceny akcií. DataReader, date, pandas jako pd a matplotlib.pyplot jako plt jsou již naimportovány, stejně jako DataFrame listings z předchozího cvičení.

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in Python

Zobrazit kurz

Pokyny k cvičení

Pomocí .set_index() nastav sloupec 'Stock Symbol' jako index pro listings a výsledek přiřaď do listings_ss.
Pomocí .loc[] vyfiltruj řádky, kde 'Sector' je rovno 'Consumer Services', vyber sloupec 'Market Capitalization' a aplikuj .idxmax(), čímž přiřadíš ticker největší společnosti ze sektoru Consumer Services do proměnné ticker.
Pomocí date() nastav start na 1. ledna 2015.
Pomocí DataReader() získej data akcií pro ticker ze zdroje 'yahoo' od data start a ulož je do data.
Vykresli hodnoty 'close' a 'volume' z data s argumenty secondary_y='volume' a title=ticker.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Set the index of listings to Stock Symbol
listings_ss = listings.____(____)

# Get ticker of the largest Consumer Services company
ticker = listings_ss.____[____, ____].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].plot(secondary_y=____, title=____)

# Show the plot
plt.show()

Upravit a spustit kód