Mit Datensätzen arbeiten – Daten exportieren

Betrachte den folgenden Code:

Welche zusätzlichen Zeilen müssen hinzugefügt werden, um das Summen-Dictionary in einen DataFrame zu transformieren und diesen DataFrame in eine CSV-Datei zu schreiben?

Diese Übung ist Teil des Kurses

<Kurs>Finanzprognosen mit Python</Kurs>

Interaktive praktische Übung

Verwandle Theorie mit einer unserer interaktiven Übungen in die Praxis

Diese Übung ist Teil des Kurses

<Kurs>Finanzprognosen mit Python</Kurs>

Mittlere SchwierigkeitSchwierigkeitsgrad

4.8+

Kurs kostenlos starten

In diesem Kapitel lernst du die Grundlagen von Finanzberichten kennen, mit besonderem Fokus auf die Gewinn- und Verlustrechnung, die unsere Umsätze, Kosten und Gewinne ausweist. Wir berechnen Profitabilitätskennzahlen und schließen das Gelernte ab, indem wir unsere Gewinnprognose für Tesla erstellen!

Exercise 1: Einführung in Finanzberichte Exercise 2: Bruttogewinn berechnen Exercise 3: Nettogewinn berechnen Exercise 4: Bestandteile von Nettogewinn & Bruttogewinn Exercise 5: Umsatz und Cost of Goods Sold (COGS) berechnen Exercise 6: Umsätze berechnen Exercise 7: Umsatzprognose mit Rabatt Exercise 8: COGS berechnen Exercise 9: Den Break-even-Point berechnen Exercise 10: Arbeiten mit Rohdaten für Prognosen Exercise 11: Tesla-Gewinn- und Verlustrechnung Exercise 12: Gewinnprognose für Tesla

In diesem Kapitel vertiefen wir die Bilanz, behandeln Vermögenswerte und Verbindlichkeiten sowie spezifische Kennzahlen, die helfen, die finanzielle Gesundheit und Effizienz eines Unternehmens zu bewerten, und wie diese Kennzahlen uns beim Erstellen einer überzeugenden Prognose unterstützen können.

Exercise 1: Einführung in die Bilanz Exercise 2: Forderungen aus Lieferungen und Leistungen (Debitoren) berechnen Exercise 3: Uneinbringliche Forderungen Exercise 4: Verbindlichkeiten aus Lieferungen und Leistungen (Kreditoren) berechnen Exercise 5: Verbindlichkeiten und Forderungen verstehen Exercise 6: Effizienzkennzahlen der Bilanz – Teil 1 Exercise 7: Debitorentage-Verhältnis Exercise 8: Days Payable Outstanding Exercise 9: Effizienzkennzahlen der Bilanz – Teil 2 Exercise 10: Lagerdauer (DII) und Anlagenumschlag Exercise 11: Kennzahlen verstehen Exercise 12: Bilanzkennzahlen für Ford berechnen Exercise 13: Die Bilanz für Ford prognostizieren

Wir haben ein Grundverständnis von Gewinn- und Verlustrechnungen sowie Bilanzen. Die Konsolidierung von Daten für Prognosen ist jedoch komplex. Daher sehen wir uns in diesem Kapitel einige grundlegende Werkzeuge an, die helfen, typische Herausforderungen in der Finanzwelt zu lösen – etwa den Umgang mit Datumsangaben und unterschiedlichen Finanzperioden sowie das Formatieren unserer Rohdaten in das richtige Format für Finanzprognosen.

Exercise 1: Finanzperioden und wie du mit ihnen arbeitest Exercise 2: Quartale in Monate umrechnen Exercise 3: Monate zu Quartalen zusammenführen Exercise 4: Die datetime-Bibliothek Exercise 5: Arbeiten mit der datetime-Bibliothek Exercise 6: Datumsformate konvertieren – einfach Exercise 7: Datumsformate konvertieren – explizit Exercise 8: Tipps und Tricks beim Arbeiten mit Datensätzen Exercise 9: Mit Datensätzen arbeiten – Monatssummen Exercise 10: Mit Datensätzen arbeiten – Datensätze kombinieren Exercise 11: Mit Datensätzen arbeiten – Daten exportieren

Aktuelle Übung

In diesem Kapitel betrachten wir zwei weitere Aspekte, die eine gute Prognose ausmachen. Zuerst sehen wir uns Annahmen an: Was treibt sie, und was passiert, wenn sich eine Annahme ändert? Anschließend beschäftigen wir uns mit Abweichungen, denn eine Prognose wird zu einem bestimmten Zeitpunkt erstellt – aber was, wenn die tatsächlichen Ergebnisse nicht zu unserer Prognose passen? Wir brauchen eine belastbare Prognose, die sowohl auf Änderungen in den Annahmen reagieren kann als auch Abweichungen berücksichtigt. Genau das erkunden wir in diesem Kapitel.

Exercise 1: Sensible Prognosemodelle entwickeln Exercise 2: Gewichtete Wahrscheinlichkeit Exercise 3: Marktstimmung Exercise 4: Abhängigkeiten und Sensitivität Exercise 5: Abhängigkeiten für Sales und COGS festlegen Exercise 6: Sensitivitätsanalyse für den Bruttogewinn erstellen Exercise 7: Abhängigkeiten für Ausgaben zuweisen Exercise 8: Erstelle eine Sensitivitätsanalyse für den Nettogewinn Exercise 9: Mit Abweichungen in der Prognose arbeiten Exercise 10: Einen alternativen Forecast erstellen Exercise 11: Eine Gap-Analyse zwischen Forecasts erstellen Exercise 12: Abhängigkeiten für Netflix festlegen Exercise 13: Einen alternativen Forecast für Netflix berechnen