IPO Teknologi per tahun di semua bursa
Setiap perusahaan dalam kamus listings memiliki tahun IPO antara 1972 dan 2017. Oleh karena itu, dalam konteks ini, wajar untuk menganggap kolom 'IPO Year' pada setiap lembar sebagai variabel kategorikal dengan urutan yang jelas meskipun bertipe dtype float64.
Di sini Anda akan menggabungkan data dari ketiga bursa dan membuat plot distribusi tahun IPO untuk perusahaan di sektor Technology. pandas sebagai pd dan matplotlib.pyplot sebagai plt telah diimpor, dan kamus listings dari latihan sebelumnya ada di ruang kerja Anda.
Latihan ini merupakan bagian dari kursus
Mengimpor dan Mengelola Data Keuangan di Python
Instruksi latihan
- Gunakan for loop dengan variabel iterator
exchangeyang berisi nama setiap bursa.- Pada setiap iterasi, tambahkan DataFrame yang sesuai dengan kunci
exchangedilistingskeall_listings.
- Pada setiap iterasi, tambahkan DataFrame yang sesuai dengan kunci
- Setelah loop selesai, gunakan
pd.concat()untuk menggabungkan ketiga DataFrame diall_listingsdan simpan hasilnya kelisting_data. - Saring
listing_datauntuk perusahaan'Technology'dan simpan hasilnya ketech_companies. - Ambil kolom
'IPO Year'daritech_companiesdan simpan keipo years. - Untuk data ini, gunakan
.dropna()untuk menghapus nilai hilang dan.astype()untuk mengonversi keint. - Terapkan
.value_counts()padaipo_years, urutkan tahun secara menaik, dan buat plot batang berjudul'Tech IPOs by Year'. - Putar
xtickssebesar 45 derajat dan tampilkan hasilnya.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create lists
exchanges = ['amex', 'nasdaq', 'nyse']
all_listings = []
# Use for loop to create listing_data
for exchange in exchanges:
all_listings.____(____[____])
# Combine DataFrames
listing_data = pd.____(____)
# Select tech companies
tech_companies = listing_data[____.____ == 'Technology']
# Create ipo_years
ipo_years = ____[____]
# Drop missing values and convert to int
ipo_years = ipo_years.____().____(int)
# Count values, sort ascending by year, and create a bar plot
ipo_years.____().plot(kind=____, ____='Tech IPOs by Year')
# Rotate xticks and show result
plt.xticks(____=____)
# Show the plot
plt.show()