IPO tecnologiche per anno su tutte le borse

Ogni società nel dizionario listings ha un anno di IPO compreso tra il 1972 e il 2017. Pertanto, in questo contesto, è opportuno considerare la colonna 'IPO Year' di ciascun foglio come una variabile categoriale con un ordine ben definito, anche se è di dtype float64.

Qui combinerai i dati di tutte e tre le borse e traccerai la distribuzione degli anni di IPO per le società del settore Technology. pandas come pd e matplotlib.pyplot come plt sono già stati importati e il dizionario listings dell'esercizio precedente è nel tuo workspace.

Questo esercizio fa parte del corso

Importing and Managing Financial Data in Python

Visualizza corso

Istruzioni dell'esercizio

Usa un ciclo for con la variabile iteratore exchange che contiene il nome di ciascuna borsa.
- A ogni iterazione, aggiungi a all_listings il DataFrame corrispondente alla chiave exchange in listings.
Dopo il ciclo, usa pd.concat() per unire i tre DataFrame in all_listings e assegna il risultato a listing_data.
Filtra listing_data per le società 'Technology' e assegna il risultato a tech_companies.
Assegna la colonna 'IPO Year' da tech_companies a ipo years.
Per questi dati, usa .dropna() per rimuovere i valori mancanti e .astype() per convertire a int.
Applica .value_counts() a ipo_years, ordina gli anni in ordine crescente e crea un grafico a barre intitolato 'Tech IPOs by Year'.
Ruota gli xticks di 45 gradi e mostra il risultato.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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()

Modifica ed esegui il codice