Récupérer les données des 3 plus grandes sociétés financières
Un objet pd.MultiIndex() possède plus d'un identifiant par ligne. Cela vous permet d'obtenir des données selon des critères pour plusieurs entreprises en même temps.
Mettons cette nouvelle compétence en pratique pour récupérer les cours boursiers des plus grandes entreprises du secteur financier. 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
Instructions de l’exercice
- Définissez
'Stock Symbol'comme index delistingset assignez le résultat àlistings_ss. - Utilisez
.loc[]pour filtrer les lignes où le secteur de l'entreprise est'Finance'et extraire la colonne'Market Capitalization'. Appliquez.nlargest()pour assigner àtop_3_companiesles 3 plus grandes entreprises selon leur capitalisation boursière. - Convertissez l'index du résultat en liste et assignez-la à
top_3_tickers. - Utilisez
date()pour définirstartau 1er janvier 2015. - Utilisez
date()pour définirendau 1er avril 2020. - Utilisez
DataReader()pour récupérer les données boursières detop_3_tickersdepuis'iex'destartàendet assignez-les àresult. - Appliquez la méthode
.stack()pour convertir leDataFrameen format long en déplaçant les symboles dans l'index. - Sélectionnez
'close'à partir dedata, appliquez.unstack(), puis examinez leDataFrameobtenu, maintenant en format large, avec.info().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Set Stock Symbol as the index
listings_ss = listings.____
# Get ticker of 3 largest finance companies
top_3_companies = listings_ss.loc[____].____(n=____)
# Convert index to list
top_3_tickers = top_3_companies.____.____()
# Set start date
start = ____
# Set end date
end = ____
# Import stock data
result = ____
# Apply stack method
data = ____
# Unstack and inspect result
data['close'].____().____()