1. Lära sig
    2. /
  2. Courses
    3. /
  3. Pythonでの金融データのインポートと管理
Connected

exercise

すべての取引所におけるテクノロジー企業のIPO件数（年別）

listings 辞書の各企業には、1972年から2017年の間のIPO年が入っています。したがって、この文脈では、dtype が float64 であっても、各シートの 'IPO Year' 列を明確な順序を持つカテゴリ変数として扱うのが適切です。

ここでは、3つの取引所すべてのデータを結合し、Technology セクターの企業におけるIPO年の分布を可視化します。pandas は pd、matplotlib.pyplot は plt としてインポート済みで、前の演習の listings 辞書もワークスペースに用意されています。

Instruktioner

100 XP
  • 各取引所名を含む反復変数 exchange を使って for ループを作成します。
    • 各反復で、listings のキー exchange に対応する DataFrame を all_listings に追加します。
  • ループ終了後、pd.concat() を使って all_listings の3つの DataFrame を結合し、結果を listing_data に代入します。
  • listing_data を 'Technology' 企業にフィルタリングし、結果を tech_companies に代入します。
  • tech_companies の 'IPO Year' 列を ipo years に代入します。
  • このデータに対して、.dropna() で欠損値を削除し、.astype() で int に変換します。
  • ipo_years に .value_counts() を適用し、年を昇順に並べ替えて、タイトルを 'Tech IPOs by Year' とする棒グラフを作成します。
  • xticks を45度回転させ、結果を表示します。