시작하기무료로 시작하기

주식과 채권 수익률 비교를 위한 .melt() 활용

채권 가격과 주식 가격이 반대로 움직인다는 사실은 널리 알려져 있습니다. 이 마지막 연습 문제에서는 이 장에서 배운 다양한 내용을 활용해 이를 직접 확인해 보겠습니다. 미국 10년물 국채 가격의 변동률 표가 제공되어 있으며, 연도별로 각각 별도의 열이 있는 와이드 형식입니다. .melt() 메소드를 사용해 이 표의 형태를 변환해야 합니다.

또한 .query() 메소드로 불필요한 데이터를 필터링합니다. 이후 다우존스 산업 주가 지수의 변동률 표와 병합하고, 최종적으로 데이터를 시각화합니다.

ten_yr과 dji 테이블은 이미 로드되어 있습니다.

이 연습은 강의의 일부입니다

pandas로 데이터 조인하기

강의 보기

연습 안내

  • ten_yr에 .melt()를 적용해 metric 열을 제외한 모든 열의 피벗을 해제하세요. 이때 var_name='date', value_name='close'로 설정하고, 결과를 bond_perc에 저장합니다.
  • .query() 메소드를 사용해 metric이 close인 행만 선택하고, 결과를 bond_perc_close에 저장합니다.
  • merge_ordered()를 사용해 dji(왼쪽 테이블)와 bond_perc_close를 date 기준으로 내부 조인으로 병합하세요. suffixes는 ('_dow', '_bond')로 설정하고, 결과를 dow_bond에 저장합니다.
  • dow_bond를 사용해 다우존스와 채권 값만 그래프로 시각화합니다.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Use melt on ten_yr, unpivot everything besides the metric column
bond_perc = ____

# Use query on bond_perc to select only the rows where metric=close
bond_perc_close = ____

# Merge (ordered) dji and bond_perc_close on date with an inner join
dow_bond = ____


# Plot only the close_dow and close_bond columns
dow_bond.plot(____, x='date', rot=90)
plt.show()
코드 편집 및 실행