Vergleich der Performance von Aktien und Anleihen mit .melt()
Es ist weithin bekannt, dass der Preis von Anleihen in umgekehrtem Verhältnis zum Preis von Aktien steht. In dieser letzten Übung wirst du viele der Themen aus diesem Kapitel wiederholen, um diese Behauptung zu bestätigen. Du hast eine Tabelle mit der prozentualen Veränderung des Kurses der 10-jährigen Staatsanleihen in den USA erhalten. Sie liegt in einem breiten Format vor, in dem es für jedes Jahr eine eigene Spalte gibt. Du musst die Methode .melt() verwenden, um diese Tabelle umzuformen.
Außerdem musst du die Methode .query() verwenden, um nicht benötigte Daten herauszufiltern. Dann verknüpfst du diese Tabelle mit einer Tabelle, die die prozentuale Veränderung des Kurses für den Aktienindex Dow Jones Industrial enthält. Zum Schluss visualisierst du die Daten.
Die Tabellen ten_yr und dji wurden für dich geladen.
Diese Übung ist Teil des Kurses
Daten mit pandas verknüpfen
Anleitung zur Übung
- Verwende
.melt()mitten_yr, um alles außer der Spaltemetriczu entpivotieren, und setzevar_name='date'undvalue_name='close'. Speichere das Ergebnis alsbond_perc. - Wähle mit der Methode
.query()nur die Zeilen aus, bei denenmetricgleichcloseist, und speichere sie alsbond_perc_close. - Verwende
merge_ordered(), umdji(linke Tabelle) undbond_perc_closeanhand vondatemit einem inneren Join zusammenzuführen, und setzesuffixesgleich('_dow', '_bond'). Speichere das Ergebnis alsdow_bond. - Visualisiere mit
dow_bondnur die Werte für den Dow und die Anleihen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Use melt on ten_yr, unpivot everything besides the metric column
bond_perc = ____
# Use query on bond_perc to select only the rows where metric=close
bond_perc_close = ____
# Merge (ordered) dji and bond_perc_close on date with an inner join
dow_bond = ____
# Plot only the close_dow and close_bond columns
dow_bond.plot(____, x='date', rot=90)
plt.show()