Charger les données de cotation depuis deux feuilles

Le processus d’import est tout aussi intuitif lorsqu’on utilise l’attribut sheet_names d’un objet pd.ExcelFile().

Passer une liste comme argument sheet_name de pd.read_excel(), que vous l’assigniez à une variable contenant l’attribut sheet_names d’un objet pd.ExcelFile() ou que vous saisissiez la liste vous-même, construit un dictionnaire. Dans ce dictionnaire, les clés sont les noms des feuilles et les valeurs sont les DataFrames contenant les données de la feuille correspondante. Vous pouvez extraire des valeurs d’un dictionnaire en fournissant une clé particulière entre crochets.

Dans cet exercice, vous allez récupérer la liste des bourses depuis listings.xlsx, puis utiliser cette liste pour lire les données des trois marchés dans un dictionnaire. pandas a été importé sous le nom pd.

Cet exercice fait partie du cours

Importer et gérer des données financières en Python

Afficher le cours

Instructions

Créez un objet pd.ExcelFile() à partir du fichier 'listings.xlsx' et assignez-le à xls.
Enregistrez l’attribut sheet_names de xls dans exchanges.
En utilisant exchanges pour spécifier les noms de feuilles et n/a pour spécifier les valeurs manquantes dans pd.read_excel(), lisez les données de toutes les feuilles de xls et assignez-les à un dictionnaire listings.
Inspectez uniquement les données 'nasdaq' dans ce nouveau dictionnaire avec .info().

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Create pd.ExcelFile() object
xls = ____('listings.xlsx')

# Extract sheet names and store in exchanges
exchanges = xls.____

# Create listings dictionary with all sheet data
listings = pd.____(xls, ____=____, ____='n/a')

# Inspect NASDAQ listings
listings[____].info()

Modifier et exécuter le code