Hole den Ticker des größten Consumer-Services-Unternehmens

Anstatt deine Daten mit einem bedingten Ausdruck zu indizieren, kannst du auch mit .loc[row_selector, column_selector] nach bestimmten Werten filtern. Außerdem kannst du mit .set_index() eine bestimmte Spalte mit eindeutigen Werten als Index eines DataFrames setzen und mit .idxmax() den Index des maximalen Werts zurückgeben.

In dieser Übung wendest du diese Methoden zur Auswahl von Unternehmen an, um das wertvollste Consumer-Services-Unternehmen an einem der drei Handelsplätze zu finden, und nutzt dessen Ticker, um den Verlauf des Aktienkurses zu plotten. DataReader, date, pandas als pd und matplotlib.pyplot als plt wurden importiert, ebenso der DataFrame listings aus der letzten Übung.

Diese Übung ist Teil des Kurses

Importing and Managing Financial Data in Python

Kurs anzeigen

Anleitung zur Übung

Verwende .set_index(), um die Spalte 'Stock Symbol' als Index für listings zu setzen, und weise das Ergebnis listings_ss zu.
Verwende .loc[], um Zeilen zu filtern, in denen 'Sector' gleich 'Consumer Services' ist, wähle die Spalte 'Market Capitalization' aus und wende .idxmax() an, um den Ticker des größten Consumer-Services-Unternehmens ticker zuzuweisen.
Setze mit date() start auf den 1. Januar 2015.
Verwende DataReader(), um seit start die Kursdaten für den ticker von 'yahoo' zu laden und in data zu speichern.
Plotte die Werte 'close' und 'volume' in data mit den Argumenten secondary_y='volume' und title=ticker.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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()

Code bearbeiten und ausführen