सभी लिस्टिंग डेटा लोड करें और key-value डिक्शनरी पेयर्स पर इटरेट करें
आप पहले से जानते हैं कि pd.DataFrame() एक दो-आयामी, लेबल किया हुआ डेटा स्ट्रक्चर होता है। जैसा कि आपने वीडियो में देखा, pd.concat() फंक्शन का उपयोग दो या अधिक DataFrames को concatenate करने, यानी वर्टिकली जोड़ने, के लिए किया जाता है। आप broadcasting से DataFrames में नए कॉलम भी जोड़ सकते हैं.
इस अभ्यास में, आप NYSE और NASDAQ एक्सचेंज के डेटा के साथ इस नए pandas फंक्शन का उपयोग करना अभ्यास करेंगे। pandas को pd नाम से इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना
अभ्यास निर्देश
listings.xlsxमें मौजूद'nyse'और'nasdaq'शीट्स का डेटा इम्पोर्ट करके क्रमशःnyseऔरnasdaqवैरिएबल में रखें। मिसिंग वैल्यूज़ को दर्शाने के लिए'n/a'पढ़ें.- दोनों DataFrames की सामग्री को
.info()से जाँचें ताकि पता चले कि कितनी कंपनियाँ रिपोर्ट की गई हैं. - broadcasting का उपयोग करके, प्रत्येक DataFrame के लिए
'Exchange'नाम का नया रेफरेंस कॉलम बनाएँ, जिसमें क्रमशः'NYSE'या'NASDAQ'वैल्यू हो. pd.concat()का उपयोग करकेnyseऔरnasdaqDataFrames को, इसी क्रम में, concatenate करें और परिणामcombined_listingsमें असाइन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the NYSE and NASDAQ listings
nyse = pd.____('listings.xlsx', ____='nyse', na_values='n/a')
nasdaq = pd.____('listings.xlsx', ____='nasdaq', na_values='n/a')
# Inspect nyse and nasdaq
nyse.____()
nasdaq.____()
# Add Exchange reference columns
nyse['____'] = 'NYSE'
nasdaq['____'] = 'NASDAQ'
# Concatenate DataFrames
combined_listings = pd.____([____, ____])