Haal de ticker op van het grootste consumer services-bedrijf

In plaats van je gegevens te indexeren met een voorwaardelijke expressie, kun je ook filteren op bepaalde waarden met .loc[row_selector, column_selector]. Daarnaast kun je .set_index() gebruiken om een specifieke kolom met unieke waarden als index van een DataFrame in te stellen, en .idxmax() om de index van de maximale waarde te retourneren.

In deze oefening ga je deze manieren van selecteren toepassen om het meest waardevolle consumer services-bedrijf op een van de drie beurzen te vinden, en diens ticker te gebruiken om de koersontwikkeling te plotten. DataReader, date, pandas als pd en matplotlib.pyplot als plt zijn geïmporteerd, evenals het listings-DataFrame uit de vorige oefening.

Deze oefening maakt deel uit van de cursus

Financiële data importeren en beheren in Python

Cursus bekijken

Oefeninstructies

Gebruik .set_index() om de kolom 'Stock Symbol' als index voor listings in te stellen en ken dit toe aan listings_ss.
Gebruik .loc[] om rijen te filteren waar 'Sector' gelijk is aan 'Consumer Services', selecteer de kolom 'Market Capitalization', en pas .idxmax() toe om de ticker van het grootste Consumer Services-bedrijf toe te wijzen aan ticker.
Gebruik date() om start in te stellen op 1 januari 2015.
Gebruik DataReader() om sinds start de koersgegevens voor de ticker uit 'yahoo' op te halen en sla deze op in data.
Plot de 'close'- en 'volume'-waarden in data, met de argumenten secondary_y='volume' en title=ticker.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Set the index of listings to Stock Symbol
listings_ss = listings.____(____)

# Get ticker of the largest Consumer Services company
ticker = listings_ss.____[____, ____].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].plot(secondary_y=____, title=____)

# Show the plot
plt.show()

Code bewerken en uitvoeren