Obtenha dados das 3 maiores empresas financeiras

Um objeto pd.MultiIndex() tem mais de um identificador por linha. Isso permite que você obtenha dados com base em critérios para várias empresas ao mesmo tempo.

Vamos aplicar essa habilidade para obter os preços das ações das maiores empresas do setor financeiro. DataReader, date, pandas como pd e matplotlib.pyplot como plt já foram importados, assim como o DataFrame listings do último exercício.

Este exercício faz parte do curso

Importing and Managing Financial Data in Python

Ver curso

Instruções do exercício

Defina 'Stock Symbol' como o índice de listings, atribuindo o resultado a listings_ss.
Use .loc[] para filtrar as linhas em que o setor da empresa é 'Finance' e extraia a coluna 'Market Capitalization'. Aplique .nlargest() para atribuir as 3 maiores empresas por valor de mercado a top_3_companies.
Converta o índice do resultado em uma lista e atribua a top_3_tickers.
Use date() para definir start como 1º de janeiro de 2015.
Use date() para definir end como 1º de abril de 2020.
Use DataReader() para obter os dados de ações de top_3_tickers da fonte 'iex' desde start até end e atribua a result.
Aplique o método .stack() para converter o DataFrame para o formato longo, movendo os tickers para o índice.
Selecione 'close' de data, aplique .unstack() e inspecione o DataFrame resultante, agora em formato largo, com .info().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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'].____().____()

Editar e executar o código