Charger toutes les données d'inscription et parcourir les paires clé‑valeur d'un dictionnaire
Vous savez déjà qu'un objet pd.DataFrame() est une structure de données étiquetée à deux dimensions. Comme vous l'avez vu dans la vidéo, la fonction pd.concat() sert à concaténer, c'est‑à‑dire à combiner verticalement, deux DataFrames ou plus. Vous pouvez aussi utiliser la diffusion (broadcasting) pour ajouter de nouvelles colonnes aux DataFrames.
Dans cet exercice, vous allez vous exercer à utiliser cette fonction pandas avec les données des places boursières NYSE et NASDAQ. pandas a été importé sous le nom pd.
Cette activité fait partie du cours
Importer et gérer des données financières en Python
Instructions de l’exercice
- Importez les données de
listings.xlsxà partir des feuilles'nyse'et'nasdaq'dans les variablesnyseetnasdaq. Lisez'n/a'pour représenter les valeurs manquantes. - Examinez le contenu des deux DataFrames avec
.info()pour savoir combien d'entreprises sont recensées. - À l'aide de la diffusion (broadcasting), créez une nouvelle colonne de référence appelée
'Exchange'contenant les valeurs'NYSE'ou'NASDAQ'pour chaque DataFrame. - Utilisez
pd.concat()pour concaténer les DataFramesnyseetnasdaq, dans cet ordre, et affectez le résultat àcombined_listings.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import the NYSE and NASDAQ listings
nyse = pd.____('listings.xlsx', ____='nyse', na_values='n/a')
nasdaq = pd.____('listings.xlsx', ____='nasdaq', na_values='n/a')
# Inspect nyse and nasdaq
nyse.____()
nasdaq.____()
# Add Exchange reference columns
nyse['____'] = 'NYSE'
nasdaq['____'] = 'NASDAQ'
# Concatenate DataFrames
combined_listings = pd.____([____, ____])