Trouver la plus grande entreprise de consommation cotée après 1998

Vous pouvez filtrer vos données avec encore plus de conditions en plaçant chaque condition entre parenthèses et en utilisant des opérateurs logiques comme & et |.

Ici, vous allez déterminer quelle est la plus grande entreprise de services aux consommateurs entrée en bourse après Amazon en 1997. L’information se trouve dans la colonne 'IPO Year' ; une Initial Public Offering (IPO) désigne, en finance, la première fois qu’une entreprise privée propose ses actions au public.

DataReader, date, pandas sous le nom pd, et matplotlib.pyplot sous le nom plt ont été importés. Le DataFrame listings de l’exercice précédent est également disponible.

Cet exercice fait partie du cours

Importer et gérer des données financières en Python

Afficher le cours

Instructions

Définissez 'Stock Symbol' comme index de listings.
Utilisez .loc[] pour filtrer les lignes où 'Sector' vaut 'Consumer Services' et où IPO Year est à partir de 1998, puis sélectionnez la colonne 'Market Capitalization'. Appliquez .idxmax() et affectez le résultat à ticker.
Définissez la date start au 1er janvier 2015.
Utilisez DataReader pour récupérer les données boursières de ticker depuis 'yahoo' à partir de start.
Tracez les prix 'close' et 'volume' de cette société, en utilisant 'volume' pour secondary_y et ticker comme title.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Set Stock Symbol as the index
listings = ____

# Get ticker of the largest consumer services company listed after 1997
ticker = listings.loc[(____ == ____) & (____ > 1998), 'Market Capitalization'].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].____

# Show the plot
plt.show()

Modifier et exécuter le code