Listing-Daten aus zwei Sheets laden

Der Import ist genauso intuitiv, wenn du das Attribut sheet_names eines pd.ExcelFile()-Objekts verwendest.

Übergibst du eine Liste als sheet_name-Argument an pd.read_excel() – egal, ob du die Liste einer Variablen mit dem Attribut sheet_names eines pd.ExcelFile()-Objekts zuweist oder sie selbst eintippst –, erhältst du ein Dictionary. In diesem Dictionary sind die Schlüssel die Namen der Sheets, und die Werte sind die DataFrames mit den entsprechenden Daten. Aus einem Dictionary kannst du Werte extrahieren, indem du einen bestimmten Schlüssel in eckigen Klammern angibst.

In dieser Übung rufst du die Liste der Börsen aus listings.xlsx ab und nutzt diese Liste, um die Daten für alle drei Börsen in ein Dictionary einzulesen. pandas wurde als pd importiert.

Diese Übung ist Teil des Kurses

Importing and Managing Financial Data in Python

Kurs anzeigen

Anleitung zur Übung

Erstelle ein pd.ExcelFile()-Objekt mit der Datei 'listings.xlsx' und weise es xls zu.
Speichere das Attribut sheet_names von xls als exchanges.
Lies mit exchanges als Sheet-Namen und n/a für fehlende Werte in pd.read_excel() die Daten aus allen Sheets in xls ein und weise sie einem Dictionary listings zu.
Inspiziere nur die 'nasdaq'-Daten in diesem neuen Dictionary mit .info().

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create pd.ExcelFile() object
xls = ____('listings.xlsx')

# Extract sheet names and store in exchanges
exchanges = xls.____

# Create listings dictionary with all sheet data
listings = pd.____(xls, ____=____, ____='n/a')

# Inspect NASDAQ listings
listings[____].info()

Code bearbeiten und ausführen