In diesem Kapitel lernst du, wie du Daten aus Excel-Arbeitsmappenblättern in ein pandas DataFrame importierst, bereinigst und zusammenführst. Außerdem übst du, Daten zu gruppieren, Informationen nach Kategorien zusammenzufassen und das Ergebnis mit Subplots und Heatmaps zu visualisieren.
Du arbeitest mit Daten zu Unternehmen, die an den Börsen NASDAQ, NYSE und AMEX gelistet sind, mit Informationen zu Unternehmensname, Tickersymbol, letzter Marktkapitalisierung und Preis, Sektor bzw. Branche sowie IPO-Jahr. In Kapitel 2 knüpfst du daran an, um Kursverläufe für einige dieser Unternehmen herunterzuladen und zu analysieren.
Exercise 1: Daten aus CSV lesen, prüfen und bereinigenExercise 2: Börsenlistings der NASDAQ importierenExercise 3: Wie lässt sich der Datenimport korrigieren?Exercise 4: Daten mit .read_csv() und passenden Parsing-Argumenten einlesenExercise 5: Daten aus Excel-Arbeitsblättern einlesenExercise 6: Listing-Infos aus einem einzelnen Sheet ladenExercise 7: Listing-Daten aus zwei Sheets ladenExercise 8: Daten aus mehreren Arbeitsblättern kombinierenExercise 9: Alle Listing-Daten laden und über Schlüssel-Wert-Paare eines Dictionaries iterierenExercise 10: Wie viele Unternehmen sind an der NYSE und der NASDAQ gelistet?Exercise 11: Das Laden und Kombinieren von Daten aus mehreren Excel-Arbeitsblättern automatisieren