Kom igångKom igång gratis

Prognostisera Teslas vinst

Precis som i föregående övning heter datamängden för Teslas resultaträkning income_statement. Med hjälp av det vi lärde oss i föregående övning ska vi nu lägga till en ny kolumn med prognosdata för 2018, som vi ger rubriken "Forecast".

I den här övningen vill vi att filtered_income_statement bara visar raden 'Revenue'.

Kom ihåg att TTM-kolumnen är det senaste 12-månadarsvärdet som vi använder för prognosen för 2018. Hittills har vi följande information för 2018:

  • Marknadsefterfrågeanalysen förutspår att intäkterna ökar till 13 000 under 2018, till följd av ökad försäljning av Model 3.

Den här övningen är en del av kursen

Finansiell prognosmodellering i Python

Visa kurs

Övningsinstruktioner

  • Skapa en filtrerad resultaträkning som bara visar raden revenue_metric.
  • Hämta antalet kolumner i filtered_income_statement med hjälp av längden (len()) på attributet columns.
  • Infoga en ny kolumn i filtered_income_statement.
    • Placera den i slutet av raden (använd n_cols som location).
    • Använd 'Forecast' som kolumnnamn.
    • Infoga värdet 13000.
  • Skriv ut resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

revenue_metric = ['Revenue']

# Filter for rows containing the revenue metric
filtered_income_statement = ____[____.____.____(____)]

# Get the number of columns in filtered_income_statement
n_cols = ____(filtered_income_statement.____)

# Insert a column in the correct position containing the column 'Forecast'
filtered_income_statement.insert(____, '____', ___) 

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