Carga todos los datos de listados e itera sobre pares clave-valor de un diccionario
Ya sabes que un objeto pd.DataFrame() es una estructura de datos bidimensional con etiquetas. Como viste en el vídeo, la función pd.concat() se usa para concatenar, o combinar verticalmente, dos o más DataFrames. También puedes usar el broadcasting para añadir columnas nuevas a los DataFrames.
En este ejercicio, vas a practicar esta nueva función de pandas con datos de las bolsas NYSE y NASDAQ. pandas ya se ha importado como pd.
Este ejercicio forma parte del curso
Importación y gestión de datos financieros en Python
Instrucciones del ejercicio
- Importa los datos de
listings.xlsxdesde las hojas'nyse'y'nasdaq'en las variablesnyseynasdaq. Lee'n/a'como valores faltantes. - Inspecciona el contenido de ambos DataFrames con
.info()para saber cuántas empresas se informan. - Con broadcasting, crea una nueva columna de referencia llamada
'Exchange'con los valores'NYSE'o'NASDAQ'para cada DataFrame. - Usa
pd.concat()para concatenar los DataFramesnyseynasdaq, en ese orden, y asigna el resultado acombined_listings.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import the NYSE and NASDAQ listings
nyse = pd.____('listings.xlsx', ____='nyse', na_values='n/a')
nasdaq = pd.____('listings.xlsx', ____='nasdaq', na_values='n/a')
# Inspect nyse and nasdaq
nyse.____()
nasdaq.____()
# Add Exchange reference columns
nyse['____'] = 'NYSE'
nasdaq['____'] = 'NASDAQ'
# Concatenate DataFrames
combined_listings = pd.____([____, ____])