Haal gegevens op voor de 3 grootste financiële bedrijven

Een pd.MultiIndex()-object heeft meer dan één identificator per rij. Zo kun je gegevens opvragen op basis van criteria voor meerdere bedrijven tegelijk.

Laten we deze nieuwe vaardigheid gebruiken om de aandelenkoersen op te halen voor de grootste bedrijven in de financiële sector. DataReader, date, pandas als pd en matplotlib.pyplot als plt zijn geïmporteerd, net als de DataFrame listings uit de vorige oefening.

Deze oefening maakt deel uit van de cursus

Financiële data importeren en beheren in Python

Cursus bekijken

Oefeninstructies

Stel 'Stock Symbol' in als de index voor listings en wijs dit toe aan listings_ss.
Gebruik .loc[] om rijen te filteren waar de bedrijfssector 'Finance' is en haal de kolom 'Market Capitalization' op. Pas .nlargest() toe om de 3 grootste bedrijven op basis van marktkapitalisatie toe te wijzen aan top_3_companies.
Zet de index van het resultaat om naar een lijst en wijs die toe aan top_3_tickers.
Gebruik date() om start in te stellen op 1 januari 2015.
Gebruik date() om end in te stellen op 1 april 2020.
Gebruik DataReader() om de aandelengegevens voor top_3_tickers van 'iex' op te halen vanaf start tot en met end en wijs dit toe aan result.
Pas de methode .stack() toe om de DataFrame naar lang formaat om te zetten door de tickers naar de index te verplaatsen.
Selecteer 'close' uit data, pas .unstack() toe en bekijk de resulterende DataFrame, nu in breed formaat, met .info().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Set Stock Symbol as the index
listings_ss = listings.____

# Get ticker of 3 largest finance companies
top_3_companies = listings_ss.loc[____].____(n=____)

# Convert index to list
top_3_tickers = top_3_companies.____.____()

# Set start date
start = ____

# Set end date
end = ____

# Import stock data
result = ____

# Apply stack method 
data = ____

# Unstack and inspect result
data['close'].____().____()

Code bewerken en uitvoeren