Obtenir le symbole boursier de la plus grande entreprise de services aux consommateurs

Au lieu d'indexer vos données avec une expression conditionnelle, vous pouvez aussi filtrer selon certaines valeurs avec .loc[row_selector, column_selector]. Vous pouvez également utiliser .set_index() pour définir une colonne particulière contenant des valeurs uniques comme index d'un DataFrame, et .idxmax() pour retourner l'index de la valeur maximale.

Dans cet exercice, vous allez appliquer ces méthodes de sélection pour trouver l'entreprise de services aux consommateurs la plus valorisée sur l'une des trois bourses, puis utiliser son symbole boursier pour tracer la tendance de son cours. DataReader, date, pandas sous le nom pd et matplotlib.pyplot sous le nom plt ont été importés, de même que le DataFrame listings de l'exercice précédent.

Cette activité fait partie du cours

Importer et gérer des données financières en Python

Voir le cours

Instructions de l’exercice

Utilisez .set_index() pour définir la colonne 'Stock Symbol' comme index de listings, et affectez le résultat à listings_ss.
Utilisez .loc[] pour filtrer les lignes où 'Sector' est égal à 'Consumer Services', sélectionnez la colonne 'Market Capitalization', puis appliquez .idxmax() pour affecter à ticker le symbole de l'entreprise de services aux consommateurs la plus importante.
En utilisant date(), définissez start au 1er janvier 2015.
Utilisez DataReader() pour extraire les données boursières du ticker à partir de 'yahoo' depuis start et stockez-les dans data.
Tracez les valeurs 'close' et 'volume' dans data, avec les arguments secondary_y='volume' et title=ticker.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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()

Modifier et exécuter le code