Установите 'Stock Symbol' в качестве индекса для listings и присвойте результат переменной listings_ss.
С помощью .loc[] отфильтруйте строки, в которых сектор компании равен 'Finance', и извлеките столбец 'Market Capitalization'. Примените .nlargest(), чтобы выбрать 3 компании с наибольшей рыночной капитализацией, и присвойте результат переменной top_3_companies.
Преобразуйте индекс результата в список и присвойте его переменной top_3_tickers.
С помощью date() задайте значение start как 1 января 2015 года.
С помощью date() задайте значение end как 1 апреля 2020 года.
Используйте DataReader(), чтобы получить данные по акциям из top_3_tickers из источника 'iex' за период с start по end, и присвойте результат переменной result.
Примените метод .stack(), чтобы преобразовать DataFrame в длинный формат, перенеся тикеры в индекс.
Выберите столбец 'close' из data, примените .unstack() и изучите структуру полученного DataFrame в широком формате с помощью .info().

Экономические данные Федеральной резервной системы

Create Your Free Account