Importer les informations d'inscription de titres depuis le NASDAQ

Dans cette vidéo, vous avez appris à utiliser la fonction pd.read_csv() pour importer les données d'un fichier CSV contenant des entreprises inscrites à la bourse AmEx dans un DataFrame pandas. Vous pouvez appliquer la même démarche pour importer des renseignements d'inscription à partir de fichiers CSV d'autres places boursières.

L'étape suivante consiste à s'assurer que le contenu du DataFrame reflète fidèlement la signification de vos données. Deux méthodes essentielles pour comprendre vos données sont .head(), qui affiche par défaut les cinq premières lignes, et .info(), qui résume des éléments d'un DataFrame comme le contenu, les types de données et les valeurs manquantes.

Dans cet exercice, vous lirez le fichier nasdaq-listings.csv contenant des données sur les entreprises inscrites au NASDAQ, puis vous diagnostiquerez les problèmes liés aux données importées. Vous corrigerez ces problèmes dans le prochain exercice.

Cette activité fait partie du cours

Importer et gérer des données financières en Python

Voir le cours

Instructions de l’exercice

Importez pandas sous le nom pd.
Utilisez pd.read_csv() pour charger le fichier nasdaq-listings.csv dans la variable nasdaq.
Utilisez .head() pour afficher les 10 premières lignes des données. À quel type de données vous attendez-vous que pandas attribue chaque colonne? Quel symbole est utilisé pour représenter une valeur manquante?
Utilisez .info() pour repérer les incohérences de dtype dans le sommaire du DataFrame. Y a-t-il des colonnes qui devraient avoir un type plus approprié?

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import pandas library
_____

# Import the data
nasdaq = pd.____('nasdaq-listings.csv')

# Display first 10 rows
print(nasdaq.____(____))

# Inspect nasdaq
nasdaq.____()

Modifier et exécuter le code