Börsenlistings der NASDAQ importieren

In diesem Video hast du gelernt, wie du mit der Funktion pd.read_csv() Daten aus einer CSV-Datei mit Unternehmen, die an der AmEx Stock Exchange gelistet sind, in ein pandas-DataFrame importierst. Dasselbe Vorgehen kannst du nutzen, um Listing-Informationen aus CSV-Dateien anderer Börsen zu importieren.

Der nächste Schritt ist zu prüfen, ob der Inhalt des DataFrames die Bedeutung deiner Daten korrekt widerspiegelt. Zwei grundlegende Methoden, um deine Daten zu verstehen, sind .head(), das standardmäßig die ersten fünf Zeilen anzeigt, und .info(), das Elemente eines DataFrames wie Inhalte, Datentypen und fehlende Werte zusammenfasst.

In dieser Übung liest du die Datei nasdaq-listings.csv mit Daten zu Unternehmen, die an der NASDAQ gelistet sind, und untersuchst anschließend Probleme mit den importierten Daten. Diese Probleme behebst du in der nächsten Übung.

Diese Übung ist Teil des Kurses

Importing and Managing Financial Data in Python

Kurs anzeigen

Anleitung zur Übung

Lade pandas als pd.
Verwende pd.read_csv(), um die Datei nasdaq-listings.csv in die Variable nasdaq zu laden.
Nutze .head(), um die ersten 10 Zeilen der Daten anzuzeigen. Welche Datentypen erwartest du, dass pandas den einzelnen Spalten zuweist? Welches Symbol steht für einen fehlenden Wert?
Verwende .info(), um dtype-Unstimmigkeiten in der DataFrame-Zusammenfassung zu erkennen. Gibt es insbesondere Spalten, die einen passenderen Typ haben sollten?

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import pandas library
_____

# Import the data
nasdaq = pd.____('nasdaq-listings.csv')

# Display first 10 rows
print(nasdaq.____(____))

# Inspect nasdaq
nasdaq.____()

Code bearbeiten und ausführen