Znajdź największą spółkę konsumencką notowaną po 1998 roku

Dane możesz filtrować według wielu warunków jednocześnie – wystarczy ująć każdy warunek w nawiasy i połączyć je operatorami logicznymi, takimi jak & i |.

Tutaj sprawdzisz, która firma z sektora usług konsumenckich jest największą spółką, która weszła na giełdę po Amazonie (IPO w 1997 roku). Informacje o roku debiutu giełdowego znajdziesz w kolumnie 'IPO Year'. Pierwsza oferta publiczna (IPO, Initial Public Offering) to termin finansowy opisujący moment, w którym akcje prywatnej spółki po raz pierwszy trafiają do publicznego obrotu.

Zaimportowano już: DataReader, date, pandas jako pd oraz matplotlib.pyplot jako plt. Dostępna jest również ramka danych listings z poprzedniego ćwiczenia.

To ćwiczenie jest częścią kursu

Importowanie i zarządzanie danymi finansowymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Ustaw 'Stock Symbol' jako indeks ramki danych listings.
Użyj .loc[], aby wyfiltrować wiersze, w których 'Sector' ma wartość 'Consumer Services' oraz IPO Year wynosi co najmniej 1998, i wybierz kolumnę 'Market Capitalization'. Zastosuj .idxmax() i przypisz wynik do zmiennej ticker.
Ustaw datę start na 1 stycznia 2015 roku.
Użyj DataReader, aby pobrać dane giełdowe dla spółki ticker ze źródła 'yahoo' od daty start.
Narysuj wykres wartości 'close' i 'volume' dla tej spółki, używając 'volume' jako secondary_y oraz ticker jako title.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Set Stock Symbol as the index
listings = ____

# Get ticker of the largest consumer services company listed after 1997
ticker = listings.loc[(____ == ____) & (____ > 1998), 'Market Capitalization'].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].____

# Show the plot
plt.show()

Edytuj i uruchom kod