Kom igångKom igång gratis

Teslas resultaträkning

Datamängden för Teslas resultaträkning heter income_statement.

Datamängden har en avslutande kolumn kallad Trailing Twelve Months (TTM), vilket är de senaste 12 månadernas tillgängliga data. Vi använder den för att ta fram en prognos för Tesla för 2018.

Vi är bara intresserade av raderna 'Revenue', 'Gross profit', 'Total operating expenses' och 'Net income', så vi skapar en filtrerad resultaträkning som bara visar dessa rader. Filtreringskoden följer det här mönstret.

dataframe[dataframe.columnname.isin(list_of_categories)]

Den här övningen är en del av kursen

Finansiell prognosmodellering i Python

Visa kurs

Övningsinstruktioner

  • Titta på income_statement i konsolen.
  • Skapa en lista kallad interesting_metrics som innehåller de rader vi är intresserade av.
  • Använd metoden .isin() för att filtrera resultaträkningen så att endast rader där metric finns i interesting_metrics visas.
  • Titta på resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Choose some interesting metrics
interesting_metrics = ['____', '____', '____', '____']

# Filter for rows containing these metrics
filtered_income_statement = income_statement[income_statement.____.____(____)]

# See the result
print(filtered_income_statement)
Redigera och kör kod