Finde das größte Consumer-Unternehmen, das nach 1998 gelistet wurde

Du kannst deine Daten mit noch mehr Bedingungen filtern, indem du jede Bedingung in Klammern setzt und logische Operatoren wie & und | verwendest.

Hier findest du heraus, welches Unternehmen das größte Consumer-Services-Unternehmen ist, das nach Amazons Börsengang im Jahr 1997 an die Börse ging. Die Daten stehen in der Spalte 'IPO Year'; ein Initial Public Offering (IPO) ist ein Finanzbegriff und bezeichnet den erstmaligen Verkauf von Aktien eines privaten Unternehmens an die Öffentlichkeit.

DataReader, date, pandas als pd und matplotlib.pyplot als plt wurden importiert. Das listings DataFrame aus der letzten Übung ist ebenfalls verfügbar.

Diese Übung ist Teil des Kurses

Importing and Managing Financial Data in Python

Kurs anzeigen

Anleitung zur Übung

Setze 'Stock Symbol' als Index für listings.
Verwende .loc[], um Zeilen zu filtern, in denen 'Sector' 'Consumer Services' ist und der IPO Year ab 1998 liegt, und wähle außerdem die Spalte 'Market Capitalization' aus. Wende .idxmax() an und weise das Ergebnis ticker zu.
Setze das start-Datum auf den 1. Januar 2015.
Verwende den DataReader, um seit start die Kursdaten für den ticker von 'yahoo' zu laden.
Plotte die 'close'- und 'volume'-Preise dieses Unternehmens, verwende 'volume' als secondary_y und ticker als title.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Set Stock Symbol as the index
listings = ____

# Get ticker of the largest consumer services company listed after 1997
ticker = listings.loc[(____ == ____) & (____ > 1998), 'Market Capitalization'].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].____

# Show the plot
plt.show()

Code bearbeiten und ausführen