Calcolo dei rapporti di bilancio per Ford
Ora esamineremo un esempio reale: Ford Inc, un'azienda che produce veicoli a motore. Abbiamo caricato un insieme di dati: balance_sheet con i dati dell'ultimo stato patrimoniale di Ford Inc. I valori di vendite e costo del venduto per il 2017 sono forniti nel dataset Key_Figures_Memo.
Ci interessa solo una voce dello stato patrimoniale: i Crediti (in inglese Receivables, noti anche come Debtors). Dobbiamo quindi creare un filtro per questa voce. In questo esercizio useremo il boolean indexing per filtrare il nostro insieme di dati per Receivables nella colonna metric. Per prima cosa specificheremo la metrica di interesse ('Receivables'), poi verificheremo se la colonna di interesse contiene questo valore in ciascuna riga. Questo genererà una serie booleana di valori True e False. Con questa serie potremo filtrare il dataset esistente.
Una volta filtrato il dataset, potremo recuperare i valori dei crediti per il periodo più recente e calcolare il rapporto dei giorni di incasso (debtor days) riportato qui sotto.
\(Debtor Days = \frac{Ending\,Balance\,Debtors}{Sales} \times Days\,in\,Financial\,Year\)
I valori di balance_sheet e sales sono già forniti.
Questo esercizio fa parte del corso
Previsioni finanziarie in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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 = ____[____]