Fusionner des états financiers et compléter les valeurs manquantes
Vous venez d’apprendre le ratio « cash flow to net income » et le ratio de flux de trésorerie d’exploitation. Rappelez‑vous que le résultat net n’est pas entièrement généré en espèces, et que le ratio « cash flow to net income » indique la part du résultat net effectivement encaissée. Le ratio de flux de trésorerie d’exploitation nous dit si l’entreprise dispose de suffisamment de liquidités pour honorer ses engagements à court terme.
Dans cet exercice, vous allez calculer ces deux ratios pour Apple et Microsoft, puis les représenter graphiquement. Un graphique côte à côte des ratios d’entreprises d’un même secteur permet de visualiser leurs différences.
Dans la pratique, vous n’obtiendrez généralement qu’une partie des informations nécessaires à partir de différents états financiers au sein d’un même DataFrame. Vous les récupérerez souvent de sources distinctes et devrez les fusionner. De plus, les données « dans la nature » contiennent souvent des valeurs manquantes. Cet exercice consiste à remplir des NaNs et à fusionner des DataFrames.
Un DataFrame pandas dataset a été chargé pour vous. Il contient des informations sur les comptes de résultat et les bilans de Microsoft et d’Apple. Un autre DataFrame pandas cash_flow_statement a également été chargé pour vous. Il contient certaines informations de flux de trésorerie d’Apple et de Microsoft.
Cet exercice fait partie du cours
Analyser les états financiers en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Check the columns of dataset and cash_flow_statement
print(dataset.____)
print(cash_flow_statement.____)