Previsione dell'utile per Tesla
Come nel precedente esercizio, il dataset per il conto economico di Tesla si chiama income_statement.
Usando quanto abbiamo imparato nell’esercizio precedente, ora aggiungeremo una nuova colonna con i dati di previsione 2018, a cui assegneremo l’intestazione "Forecast".
Per questo esercizio, vogliamo impostare filtered_income_statement in modo che mostri solo la riga 'Revenue'.
Ricorda: la colonna TTM contiene il valore più recente degli ultimi 12 mesi che useremo per la previsione 2018. Finora, abbiamo le seguenti informazioni per il 2018:
- L’analisi della domanda di mercato prevede che i ricavi aumentino a 13.000 nel 2018 grazie alle maggiori vendite della Model 3.
Questo esercizio fa parte del corso
Previsioni finanziarie in Python
Istruzioni dell'esercizio
- Crea un conto economico filtrato solo per la riga
revenue_metric. - Ottieni il numero di colonne di
filtered_income_statement, usando la lunghezza (len()) dell’attributocolumns. - Inserisci una nuova colonna in
filtered_income_statement.- Posizionala alla fine della riga (usa
n_colscomelocation). - Usa
'Forecast'come nome della colonna. - Inserisci il valore
13000.
- Posizionala alla fine della riga (usa
- Stampa il risultato.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
revenue_metric = ['Revenue']
# Filter for rows containing the revenue metric
filtered_income_statement = ____[____.____.____(____)]
# Get the number of columns in filtered_income_statement
n_cols = ____(filtered_income_statement.____)
# Insert a column in the correct position containing the column 'Forecast'
filtered_income_statement.insert(____, '____', ___)
# See the result
print(filtered_income_statement)