Spostare i prezzi azionari nel tempo

Il primo metodo per manipolare le serie temporali che hai visto nel video è .shift(), che ti permette di spostare tutti i valori in una Series o in un DataFrame di un certo numero di periodi lungo il DateTimeIndex.

Usiamolo per confrontare visivamente una serie di prezzi azionari di Google spostata di 90 giorni lavorativi sia nel passato sia nel futuro.

Questo esercizio fa parte del corso

Elaborazione di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Abbiamo già importato pandas come pd e matplotlib.pyplot come plt.

Usa pd.read_csv() per importare 'google.csv', analizzando 'Date' come date, impostando il risultato come index e assegnandolo a google.
Usa .asfreq() per impostare la frequenza di google a giornaliera lavorativa.
Aggiungi a google le nuove colonne lagged e shifted che contengano Close spostato rispettivamente di 90 giorni lavorativi nel passato e nel futuro.
Traccia (plotta) le tre colonne di google.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Import data here
google = ____

# Set data frequency to business daily
google = ____

# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____

# Plot the google price series

Modifica ed esegui il codice