Menghitung rasio neraca untuk Ford
Sekarang kita akan melihat contoh nyata, Ford Inc, sebuah perusahaan yang memproduksi kendaraan bermotor. Kami telah mengunggah himpunan data: balance_sheet dengan data untuk neraca terbaru milik Ford Inc. Angka penjualan dan harga pokok penjualan untuk tahun 2017 disediakan dalam himpunan data Key_Figures_Memo.
Kita hanya tertarik pada satu baris di neraca, yaitu Piutang Usaha (nama lain dari Debtors), sehingga kita perlu membuat filter untuk ini. Pada latihan ini, kita akan menggunakan boolean indexing untuk memfilter himpunan data kita pada Piutang Usaha di kolom metric. Pertama, kita akan menentukan metrik yang menjadi perhatian ('Receivables'), lalu memeriksa apakah kolom yang dimaksud memiliki nilai tersebut di setiap baris. Ini akan menghasilkan deret boolean dengan nilai True dan False. Dengan deret ini, kita kemudian dapat memfilter himpunan data yang ada.
Setelah memfilter himpunan data, kita dapat mengambil nilai piutang dari periode waktu terbaru dan menghitung rasio hari piutang (debtor days) seperti di bawah ini.
\(Debtor Days = \frac{Ending\,Balance\,Debtors}{Sales} \times Days\,in\,Financial\,Year\)
Angka balance_sheet dan sales telah disediakan.
Latihan ini adalah bagian dari kursus
Peramalan Keuangan dengan Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Create the filter metric for Receivables
receivables_metric = ____
# Create a boolean series with your metric
receivables_filter = balance_sheet.____.____(____)
# Use the series to filter the dataset
filtered_balance_sheet = ____[____]