Ottieni il ticker della più grande società di consumer services

Invece di indicizzare i dati con un'espressione condizionale, puoi anche filtrare per determinati valori con .loc[row_selector, column_selector]. Inoltre, puoi usare .set_index() per impostare come indice del DataFrame una colonna con valori univoci e .idxmax() per restituire l'indice del valore massimo.

In questo esercizio applicherai questi metodi di selezione per trovare la società di consumer services con il valore più alto tra le tre borse e userai il suo ticker per tracciare l'andamento del prezzo dell'azione. DataReader, date, pandas come pd e matplotlib.pyplot come plt sono già stati importati, così come il DataFrame listings dall'esercizio precedente.

Questo esercizio fa parte del corso

Importing and Managing Financial Data in Python

Visualizza corso

Istruzioni dell'esercizio

Usa .set_index() per impostare la colonna 'Stock Symbol' come indice di listings, assegnando il risultato a listings_ss.
Usa .loc[] per filtrare le righe in cui 'Sector' è uguale a 'Consumer Services', seleziona la colonna 'Market Capitalization' e applica .idxmax() per assegnare a ticker il ticker della più grande società di Consumer Services.
Usando date(), imposta start al 1° gennaio 2015.
Usa DataReader() per estrarre i dati azionari per ticker da 'yahoo' a partire da start e salvali in data.
Traccia i valori 'close' e 'volume' in data, con gli argomenti secondary_y='volume' e title=ticker.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Set the index of listings to Stock Symbol
listings_ss = listings.____(____)

# Get ticker of the largest Consumer Services company
ticker = listings_ss.____[____, ____].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].plot(secondary_y=____, title=____)

# Show the plot
plt.show()

Modifica ed esegui il codice