Aan de slagGa gratis aan de slag

Winst voorspellen voor Tesla

Net als in de vorige oefening heet de gegevensset voor de resultatenrekening van Tesla income_statement. Met wat we in de vorige oefening hebben geleerd, voegen we nu een nieuwe kolom toe met Forecast-gegevens voor 2018, met als kolomkop "Forecast".

Voor deze oefening willen we filtered_income_statement zo instellen dat alleen de rij 'Revenue' wordt weergegeven.

Onthoud: de TTM-kolom is de meest recente 12-maandswaarde die we gebruiken voor de forecast van 2018. Tot nu toe hebben we de volgende informatie voor 2018:

  • De marktvraaganalyse voorspelt dat de omzet in 2018 stijgt naar 13.000 door hogere verkopen van de Model 3.

Deze oefening maakt deel uit van de cursus

Financiële forecasting in Python

Cursus bekijken

Oefeninstructies

  • Maak een gefilterde resultatenrekening alleen voor de rij revenue_metric.
  • Haal het aantal kolommen van filtered_income_statement op met de lengte (len()) van het attribuut columns.
  • Voeg een nieuwe kolom toe aan filtered_income_statement.
    • Plaats deze aan het einde van de rij (gebruik n_cols als de locatie).
    • Gebruik 'Forecast' als kolomnaam.
    • Voeg de waarde 13000 in.
  • Print het resultaat.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

revenue_metric = ['Revenue']

# Filter for rows containing the revenue metric
filtered_income_statement = ____[____.____.____(____)]

# Get the number of columns in filtered_income_statement
n_cols = ____(filtered_income_statement.____)

# Insert a column in the correct position containing the column 'Forecast'
filtered_income_statement.insert(____, '____', ___) 

# See the result
print(filtered_income_statement)
Code bewerken en uitvoeren