Obliczanie wskaźników bilansu dla Ford
Przyjrzyjmy się teraz prawdziwemu przykładowi – firmie Ford Inc, producentowi pojazdów silnikowych. Udostępniono zbiór danych balance_sheet zawierający dane z najnowszego bilansu Ford Inc. Dane dotyczące sprzedaży i kosztu własnego sprzedaży za rok 2017 zostały dostarczone w zbiorze Key_Figures_Memo.
Interesuje nas tylko jedna pozycja bilansu – Należności (ang. Receivables, inaczej Debtors) – dlatego musimy utworzyć filtr dla tej wartości. W tym ćwiczeniu użyjemy indeksowania boolowskiego, aby odfiltrować zbiór danych pod kątem pozycji Receivables w kolumnie metric. Najpierw określimy interesującą nas metrykę ('Receivables'), a następnie sprawdzimy, czy w każdym wierszu kolumna zawiera tę wartość. W wyniku tego powstanie seria boolowska wartości True i False. Za pomocą tej serii możemy następnie przefiltrować nasz zbiór danych.
Po przefiltrowaniu zbioru danych możemy pobrać wartości należności z najnowszego okresu i obliczyć wskaźnik rotacji należności (podany poniżej).
\(Debtor Days = \frac{Ending\,Balance\,Debtors}{Sales} \times Days\,in\,Financial\,Year\)
Dane balance_sheet oraz wartości sales są już dostępne.
To ćwiczenie jest częścią kursu
Prognozowanie finansowe w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create the filter metric for Receivables
receivables_metric = ____
# Create a boolean series with your metric
receivables_filter = balance_sheet.____.____(____)
# Use the series to filter the dataset
filtered_balance_sheet = ____[____]