1998年以降に上場した最大の消費者サービス企業を取得する
各条件を丸括弧で囲み、& や | といった論理演算子を使うことで、さらに多くの条件でデータをフィルタリングできます。
ここでは、1997年にAmazonが上場した後に上場した「Consumer Services」セクターのうち、時価総額が最も大きい企業を特定します。上場年は列 'IPO Year' に含まれています。Initial Public Offering (IPO) とは、非公開企業の株式が初めて一般に公開されることを指す金融用語です。
DataReader、date、pandas は pd の別名で、matplotlib.pyplot は plt の別名でインポート済みです。前の演習で作成した listings DataFrame も利用できます。
この演習はコースの一部です
Pythonでの金融データのインポートと管理
演習の手順
listingsのインデックスを'Stock Symbol'に設定します。.loc[]を使って、'Sector'が'Consumer Services'で、かつIPO Yearが 1998 年以降の行をフィルタリングし、さらに'Market Capitalization'列を選択します。.idxmax()を適用し、その結果をtickerに代入します。start日付を 2015 年 1 月 1 日に設定します。DataReaderを使って、start以降のtickerの株価データを'yahoo'から取得します。- この企業の
'close'と'volume'をプロットし、secondary_yには'volume'を使い、titleにはtickerを指定します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Set Stock Symbol as the index
listings = ____
# Get ticker of the largest consumer services company listed after 1997
ticker = listings.loc[(____ == ____) & (____ > 1998), 'Market Capitalization'].____()
# Set the start date
start = ____
# Import the stock data
data = ____
# Plot close and volume
data[['close', 'volume']].____
# Show the plot
plt.show()