CommencezCommencez gratuitement

État des résultats de Tesla

Le jeu de données pour l'état des résultats de Tesla s'appelle income_statement.

Ce jeu de données comporte une dernière colonne nommée Trailing Twelve Months (TTM), qui correspond aux 12 derniers mois de données disponibles. Nous l'utiliserons pour calculer une prévision 2018 pour Tesla.

Nous ne sommes intéressés que par les lignes « Revenue », « Gross profit », « Total operating expenses » et « Net income ». Nous allons donc créer une version filtrée de l'état des résultats pour n'afficher que ces lignes. Le filtrage utilise le modèle suivant.

dataframe[dataframe.columnname.isin(list_of_categories)]

Cette activité fait partie du cours

Prévision financière en Python

Voir le cours

Instructions de l’exercice

  • Examinez income_statement dans l'interpréteur.
  • Créez une liste appelée interesting_metrics qui contient les lignes qui nous intéressent.
  • Utilisez la méthode .isin() pour filtrer l'état des résultats et ne garder que les lignes où metric se trouve dans interesting_metrics.
  • Examinez le résultat.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Choose some interesting metrics
interesting_metrics = ['____', '____', '____', '____']

# Filter for rows containing these metrics
filtered_income_statement = income_statement[income_statement.____.____(____)]

# See the result
print(filtered_income_statement)
Modifier et exécuter le code