शुरू करेंमुफ़्त में शुरू करें

सबसे बड़ी Consumer Services कंपनी का टिकर पाएँ

कंडीशनल एक्सप्रेशन से इंडेक्सिंग करने के बजाय, आप .loc[row_selector, column_selector] के साथ कुछ मानों से फ़िल्टर भी कर सकते हैं। इसके अलावा, आप .set_index() का उपयोग करके किसी ऐसे कॉलम को DataFrame का इंडेक्स बना सकते हैं जिसमें यूनीक वैल्यूज़ हों, और .idxmax() से अधिकतम मान का इंडेक्स प्राप्त कर सकते हैं.

इस अभ्यास में, आप कंपनियों को चुनने के इन तरीकों का उपयोग करेंगे ताकि तीनों एक्सचेंजों में से सबसे मूल्यवान Consumer Services कंपनी मिल सके, और उसके टिकर का उपयोग करके उसके स्टॉक प्राइस का ट्रेंड प्लॉट करें। DataReader, date, pandas as pd, और matplotlib.pyplot as plt इम्पोर्ट किए जा चुके हैं, साथ ही पिछले अभ्यास से listings DataFrame भी उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • .set_index() का उपयोग करके listings में 'Stock Symbol' कॉलम को इंडेक्स सेट करें और परिणाम listings_ss में असाइन करें.
  • .loc[] से वे रो फ़िल्टर करें जहाँ 'Sector' 'Consumer Services' के बराबर हो, कॉलम 'Market Capitalization' चुनें, और .idxmax() लगाकर सबसे बड़ी Consumer Services कंपनी का टिकर ticker में असाइन करें.
  • date() का उपयोग करके start को 1 January, 2015 पर सेट करें.
  • DataReader() का उपयोग करके 'yahoo' से start के बाद से ticker का स्टॉक डेटा निकालें और data में स्टोर करें.
  • data में 'close' और 'volume' वैल्यूज़ प्लॉट करें, आर्ग्युमेंट्स secondary_y='volume' और title=ticker के साथ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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()
कोड संपादित करें और चलाएँ