Menggunakan .melt() untuk kinerja saham vs obligasi

Sudah menjadi pengetahuan umum bahwa harga obligasi berhubungan terbalik dengan harga saham. Pada latihan terakhir ini, Anda akan meninjau banyak topik dalam bab ini untuk mengonfirmasinya. Anda diberikan sebuah tabel persentase perubahan harga obligasi pemerintah AS bertenor 10 tahun. Tabel tersebut dalam format lebar, dengan kolom terpisah untuk setiap tahun. Anda perlu menggunakan metode .melt() untuk membentuk ulang tabel ini.

Selain itu, Anda akan menggunakan metode .query() untuk menyaring data yang tidak diperlukan. Anda akan menggabungkan tabel ini dengan tabel persentase perubahan harga indeks saham Dow Jones Industrial. Terakhir, Anda akan membuat plot data.

Tabel ten_yr dan dji telah dimuat untuk Anda.

Latihan ini adalah bagian dari kursus

Menggabungkan Data dengan pandas

Lihat Kursus

Petunjuk latihan

Gunakan .melt() pada ten_yr untuk melakukan unpivot pada semua kolom kecuali kolom metric, dengan var_name='date' dan value_name='close'. Simpan hasilnya ke bond_perc.
Dengan metode .query(), pilih hanya baris yang metric bernilai close, lalu simpan sebagai bond_perc_close.
Gunakan merge_ordered() untuk menggabungkan dji (tabel kiri) dan bond_perc_close pada date dengan inner join, serta setel suffixes menjadi ('_dow', '_bond'). Simpan hasilnya ke dow_bond.
Dengan menggunakan dow_bond, buat plot hanya untuk nilai Dow dan obligasi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Use melt on ten_yr, unpivot everything besides the metric column
bond_perc = ____

# Use query on bond_perc to select only the rows where metric=close
bond_perc_close = ____

# Merge (ordered) dji and bond_perc_close on date with an inner join
dow_bond = ____


# Plot only the close_dow and close_bond columns
dow_bond.plot(____, x='date', rot=90)
plt.show()

Edit dan Jalankan Kode