Pobieranie danych dla 3 największych spółek finansowych

Obiekt pd.MultiIndex() może przechowywać więcej niż jeden identyfikator w wierszu. Dzięki temu możesz pobierać dane dla wielu spółek jednocześnie, stosując złożone kryteria.

Wykorzystajmy tę umiejętność, aby pobrać ceny akcji największych spółek z sektora finansowego. Zaimportowano już DataReader, date, pandas jako pd oraz matplotlib.pyplot jako plt, a także ramkę 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 listings i przypisz wynik do listings_ss.
Użyj .loc[], aby przefiltrować wiersze, w których sektor spółki to 'Finance', i wyodrębnij kolumnę 'Market Capitalization'. Zastosuj .nlargest(), aby przypisać 3 największe spółki według kapitalizacji rynkowej do top_3_companies.
Przekonwertuj indeks wyniku na listę i przypisz go do top_3_tickers.
Użyj date(), aby ustawić start na 1 stycznia 2015 roku.
Użyj date(), aby ustawić end na 1 kwietnia 2020 roku.
Użyj DataReader(), aby pobrać dane giełdowe dla top_3_tickers ze źródła 'iex' w zakresie od start do end i przypisz wynik do result.
Zastosuj metodę .stack(), aby przekształcić ramkę danych do formatu długiego, przenosząc tickery do indeksu.
Wybierz kolumnę 'close' z data, zastosuj .unstack() i sprawdź wynikową ramkę danych – teraz w formacie szerokim – za pomocą .info().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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'].____().____()

Edytuj i uruchom kod