Obtenir le ticker de la plus grande entreprise de services aux consommateurs
Plutôt que d’indexer vos données avec une expression conditionnelle, vous pouvez aussi filtrer par certaines valeurs avec .loc[row_selector, column_selector]. Vous pouvez également utiliser .set_index() pour définir comme index d’un DataFrame une colonne particulière contenant des valeurs uniques, et .idxmax() pour renvoyer l’index de la valeur maximale.
Dans cet exercice, vous allez appliquer ces méthodes de sélection pour trouver l’entreprise de services aux consommateurs la plus valorisée sur l’une des trois places boursières, puis utiliser son ticker pour tracer l’évolution de son cours. DataReader, date, pandas sous le nom pd et matplotlib.pyplot sous le nom plt ont été importés, ainsi que le DataFrame listings de l’exercice précédent.
Cet exercice fait partie du cours
Importer et gérer des données financières en Python
Instructions
- Utilisez
.set_index()pour définir la colonne'Stock Symbol'comme index delistings, et affectez le résultat àlistings_ss. - Utilisez
.loc[]pour filtrer les lignes où'Sector'est égal à'Consumer Services', sélectionnez la colonne'Market Capitalization', puis appliquez.idxmax()pour affecter àtickerle symbole de la plus grande entreprise de services aux consommateurs. - En utilisant
date(), définissezstartau 1er janvier 2015. - Utilisez
DataReader()pour extraire les données boursières dutickerdepuis'yahoo'à partir destartet stockez-les dansdata. - Tracez les valeurs
'close'et'volume'dansdata, avec les argumentssecondary_y='volume'ettitle=ticker.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Set the index of listings to Stock Symbol
listings_ss = listings.____(____)
# Get ticker of the largest Consumer Services company
ticker = listings_ss.____[____, ____].____()
# Set the start date
start = ____
# Import the stock data
data = ____
# Plot close and volume
data[['close', 'volume']].plot(secondary_y=____, title=____)
# Show the plot
plt.show()