Obtén el ticker de la mayor empresa de servicios al consumidor
En lugar de indexar tus datos con una expresión condicional, también puedes filtrar por ciertos valores con .loc[row_selector, column_selector]. Además, puedes usar .set_index() para establecer como índice de un DataFrame una columna concreta con valores únicos, y .idxmax() para devolver el índice del valor máximo.
En este ejercicio, aplicarás estos métodos de selección de empresas para encontrar la empresa de servicios al consumidor más valiosa en cualquiera de las tres bolsas y usar su ticker para representar la evolución de su precio. Se han importado DataReader, date, pandas como pd y matplotlib.pyplot como plt, así como el DataFrame listings del ejercicio anterior.
Este ejercicio forma parte del curso
Importación y gestión de datos financieros en Python
Instrucciones del ejercicio
- Usa
.set_index()para establecer la columna'Stock Symbol'como índice delistings, asignándolo alistings_ss. - Usa
.loc[]para filtrar filas donde'Sector'sea igual a'Consumer Services', selecciona la columna'Market Capitalization'y aplica.idxmax()para asignar atickerel ticker de la mayor empresa de Consumer Services. - Usando
date(), establecestarten 1 de enero de 2015. - Usa
DataReader()para extraer los datos bursátiles detickerde'yahoo'desdestarty guárdalos endata. - Representa los valores
'close'y'volume'endata, con los argumentossecondary_y='volume'ytitle=ticker.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Set the index of listings to Stock Symbol
listings_ss = listings.____(____)
# Get ticker of the largest Consumer Services company
ticker = listings_ss.____[____, ____].____()
# Set the start date
start = ____
# Import the stock data
data = ____
# Plot close and volume
data[['close', 'volume']].plot(secondary_y=____, title=____)
# Show the plot
plt.show()