CommencerCommencer gratuitement

Prévoir le bénéfice de Tesla

Comme dans l’exercice précédent, l’ensemble de données pour le compte de résultat de Tesla s’appelle income_statement. En nous appuyant sur ce que nous avons vu, nous allons maintenant ajouter une nouvelle colonne avec les données de prévision 2018, à laquelle nous donnerons l’en‑tête "Forecast".

Pour cet exercice, nous voulons définir filtered_income_statement pour n’afficher que la ligne « Revenue ».

Rappelez‑vous, la colonne TTM correspond à la valeur des 12 derniers mois, que nous utiliserons pour la prévision 2018. À ce stade, nous avons l’information suivante pour 2018 :

  • L’analyse de la demande du marché prévoit que le chiffre d’affaires atteindra 13 000 en 2018 grâce à l’augmentation des ventes du Model 3.

Cet exercice fait partie du cours

Prévisions financières en Python

Afficher le cours

Instructions

  • Créez un compte de résultat filtré uniquement pour la ligne revenue_metric.
  • Récupérez le nombre de colonnes de filtered_income_statement en utilisant la longueur (len()) de l’attribut columns.
  • Insérez une nouvelle colonne dans filtered_income_statement.
    • Placez‑la à la fin de la ligne (utilisez n_cols comme location).
    • Utilisez 'Forecast' comme nom de colonne.
    • Insérez la valeur 13000.
  • Affichez le résultat.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

revenue_metric = ['Revenue']

# Filter for rows containing the revenue metric
filtered_income_statement = ____[____.____.____(____)]

# Get the number of columns in filtered_income_statement
n_cols = ____(filtered_income_statement.____)

# Insert a column in the correct position containing the column 'Forecast'
filtered_income_statement.insert(____, '____', ___) 

# See the result
print(filtered_income_statement)
Modifier et exécuter le code