企業の上場情報を探索してクレンジングする
時価総額ベースの指数を作成するにあたり、まずは米国の主要3市場である NYSE、NASDAQ、AMEX の上場情報を統合したデータを扱います。
この演習と次の演習では、これらの銘柄に対して時価総額ウェイトを計算します。
すでに pandas は pd としてインポート済みで、NYSE、NASDAQ、AMEX の上場情報を含む listings データセットを読み込んであります。列 'Market Capitalization' はすでに USD mn（百万米ドル）で表されています。
この演習はコースの一部です
Pythonでの時系列データ操作
演習の手順
.info()を使ってlistingsを確認します。- 列
'Stock Symbol'をインデックスに移動します（inplace）。 listingsから'Sector'情報が欠損している企業をすべて削除します。- IPO 年が 2019 年より前の企業を選択します。
- 直前の変更結果を
.info()で確認します。 .groupby()と.size()を使って'Sector'ごとの企業数を表示し、降順に並べ替えます。
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。
# Inspect listings
print(____)
# Move 'stock symbol' into the index
# Drop rows with missing 'sector' data
# Select companies with IPO Year before 2019
listings = ____
# Inspect the new listings data
print(____)
# Show the number of companies per sector
print(____)