Ambil data untuk 3 perusahaan finansial terbesar

Objek pd.MultiIndex() memiliki lebih dari satu pengenal per baris. Ini memungkinkan Anda mengambil data berdasarkan kriteria untuk beberapa perusahaan sekaligus.

Mari terapkan keterampilan baru ini untuk mendapatkan harga saham perusahaan-perusahaan terbesar di sektor keuangan. DataReader, date, pandas sebagai pd, dan matplotlib.pyplot sebagai plt sudah diimpor, begitu juga DataFrame listings dari latihan sebelumnya.

Latihan ini merupakan bagian dari kursus

Mengimpor dan Mengelola Data Keuangan di Python

Lihat Kursus

Instruksi latihan

Jadikan 'Stock Symbol' sebagai indeks untuk listings, lalu simpan hasilnya ke listings_ss.
Gunakan .loc[] untuk memfilter baris saat sektor perusahaan adalah 'Finance' dan ekstrak kolom 'Market Capitalization'. Terapkan .nlargest() untuk menetapkan 3 perusahaan dengan kapitalisasi pasar terbesar ke top_3_companies.
Ubah indeks hasilnya menjadi daftar dan simpan ke top_3_tickers.
Gunakan date() untuk menetapkan start ke 1 Januari 2015.
Gunakan date() untuk menetapkan end ke 1 April 2020.
Gunakan DataReader() untuk mengambil data saham top_3_tickers dari 'iex' sejak start hingga end dan simpan ke result.
Terapkan metode .stack() untuk mengonversi DataFrame ke format panjang dengan memindahkan ticker ke dalam indeks.
Pilih 'close' dari data, terapkan .unstack(), dan tinjau DataFrame hasilnya, yang kini dalam format lebar, dengan .info().

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Set Stock Symbol as the index
listings_ss = listings.____

# Get ticker of 3 largest finance companies
top_3_companies = listings_ss.loc[____].____(n=____)

# Convert index to list
top_3_tickers = top_3_companies.____.____()

# Set start date
start = ____

# Set end date
end = ____

# Import stock data
result = ____

# Apply stack method 
data = ____

# Unstack and inspect result
data['close'].____().____()

Edit dan Jalankan Kode