Загрузка всех данных о листинге и перебор пар ключ-значение в словаре

Вы уже знаете, что объект pd.DataFrame() — это двумерная структура данных с метками. Как было показано в видео, функция pd.concat() используется для конкатенации, то есть вертикального объединения двух и более DataFrame. Кроме того, с помощью broadcasting можно добавлять новые столбцы в DataFrame.

В этом упражнении вы попрактикуетесь в использовании этой функции pandas на данных бирж NYSE и NASDAQ. Библиотека pandas уже импортирована как pd.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

Импортируйте данные из файла listings.xlsx с листов 'nyse' и 'nasdaq' в переменные nyse и nasdaq. Задайте 'n/a' как обозначение пропущенных значений.
Изучите содержимое обоих DataFrame с помощью .info(), чтобы узнать, сколько компаний представлено в данных.
С помощью broadcasting создайте новый столбец-маркер 'Exchange' со значением 'NYSE' или 'NASDAQ' для каждого DataFrame.
Используйте pd.concat(), чтобы объединить DataFrame nyse и nasdaq именно в этом порядке, и сохраните результат в переменную combined_listings.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import the NYSE and NASDAQ listings
nyse = pd.____('listings.xlsx', ____='nyse', na_values='n/a')
nasdaq = pd.____('listings.xlsx', ____='nasdaq', na_values='n/a')

# Inspect nyse and nasdaq
nyse.____()
nasdaq.____()

# Add Exchange reference columns
nyse['____'] = 'NYSE'
nasdaq['____'] = 'NASDAQ'

# Concatenate DataFrames  
combined_listings = pd.____([____, ____])

Редактировать и запускать код