In this chapter, you’ll learn how to create and manipulate Python datetime objects to help you identify key financial events, such as Black Friday. You’ll also learn how to store and efficiently look up items using Python dictionaries. 

Representing time with datetimes

Creating datetimes for dates

Datetimes from strings

Converting format with datetimes

Working with datetimes

Accessing datetime attributes

Comparing datetimes

Making relative datetimes

Dictionaries

Creating and accessing dictionaries

Accessing safely and deleting

Datetimes and Dictionaries 

Through hands-on activities, you’ll discover how to use Boolean logic to determine truth and use comparison and equality operators to control execution in if-statements and loops.

Comparison operators

Equality across types

Assignment and equality

Comparing dividends

Boolean operators

Decisions with Boolean operations

Assigning variables with Boolean operators

Negating with Boolean operators

If statements

Control statements

Comparing sales and purchases

Branching with elif and else

For and while loops

Breaking out of a for loop

Controlling loop execution

Control Flow and Logic

Discover how to create and access DataFrames with pandas using financial data from other data structures, including Dicts, lists, and CSV files. You’ll then uncover additional insights, as you aggregate data across rows or columns, calculate averages, and extend your data using functions.

Creating a DataFrame

Creating DataFrames

Reading market history

Accessing Data

Accessing using names

Accessing using indexes

Aggregating and summarizing

Mean prices

Median prices

Extending and manipulating data

Creating new columns

Dropping columns from DataFrame

Manipulating data with Pandas

Pandas Dataframe

In this final chapter, you’ll try your hand at working with real-world NASDAQ stock data as you learn how to interpret new data, create masks to filter data, and visualize your findings with plots.

Echar un vistazo a los datos con head, tail y describe

Por qué usar describe

Echa un vistazo arriba y abajo

Describiendo datos

Filtrar datos

Por qué filtrar datos

Filtrar datos bursátiles.

Seleccionar datos en un rango de fechas

Representación de datos

Identificar el tipo de gráfico

Crear un gráfico de líneas

Elige el tipo de gráfico

Para terminar

Working with NASDAQ Stock Data

Alphabet stock

¿Trabajas como analista financiero o de negocio, o simplemente buscas una forma más sencilla de gestionar tu cartera de acciones? Aprender Python puede automatizar tareas financieras como calcular el riesgo, evaluar la salud del mercado y visualizar las tendencias de precios de una acción, ahorrándote tiempo y dinero.

En este curso, aprenderás a usar estructuras de datos de Python, sentencias de control de ejecución y DataFrames para manipular datos financieros. Después trabajarás con pandas, usando datos de la Reserva Federal, para explorar tendencias económicas nacionales, una parte esencial para comprender las estrategias de inversión. También calcularás el riesgo a partir de datos de precios de acciones y mostrarás estos datos en gráficos fáciles de interpretar. Al finalizar el curso, serás el nuevo Python de Wall Street.

Introduction to Python for Finance

Mejora tus habilidades en Python para Finanzas aprendiendo datetime, if-statements, DataFrames y más.

Python intermedio para finanzas

Amplía tus conocimientos de Python para finanzas aprendiendo a utilizar datetime, declaraciones if, DataFrames y mucho más.

Fundamentos de Finanzas en Python

Fundamentos de Finanzas con CFI

Por qué filtrar datos

Python intermedio para finanzas

ejercicio interactivo práctico