Laad listinggegevens uit twee werkbladen
Het importproces is net zo intuïtief wanneer je het attribuut sheet_names van een pd.ExcelFile()-object gebruikt.
Als je een lijst doorgeeft als het sheet_name-argument van pd.read_excel(), of je die lijst nu toewijst aan een variabele met het sheet_names-attribuut van een pd.ExcelFile()-object of zelf uitschrijft, dan maakt pandas een dictionary. In deze dictionary zijn de sleutels de namen van de werkbladen en de waarden de DataFrames met de gegevens van het overeenkomstige werkblad. Je kunt waarden uit een dictionary ophalen door een specifieke sleutel tussen rechte haken te zetten.
In deze oefening haal je de lijst met beursnamen op uit listings.xlsx en gebruik je deze lijst om de gegevens voor alle drie de beurzen in een dictionary in te lezen. pandas is geïmporteerd als pd.
Deze oefening maakt deel uit van de cursus
Financiële data importeren en beheren in Python
Oefeninstructies
- Maak een
pd.ExcelFile()-object met het bestand'listings.xlsx'en wijs dit toe aanxls. - Sla het attribuut
sheet_namesvanxlsop alsexchanges. - Lees met
pd.read_excel()de gegevens van alle werkbladen inxlsin, waarbij jeexchangesgebruikt om de werkbladnamen te specificeren enn/aom missende waarden aan te geven, en wijs dit toe aan een dictionarylistings. - Inspecteer alleen de
'nasdaq'-gegevens in deze nieuwe dictionary met.info().
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create pd.ExcelFile() object
xls = ____('listings.xlsx')
# Extract sheet names and store in exchanges
exchanges = xls.____
# Create listings dictionary with all sheet data
listings = pd.____(xls, ____=____, ____='n/a')
# Inspect NASDAQ listings
listings[____].info()