Hämta ticker för det största Consumer Services-företaget

Förutom att indexera data med ett villkorsuttryck kan du även filtrera på specifika värden med .loc[row_selector, column_selector]. Du kan också använda .set_index() för att ange en kolumn med unika värden som index i en DataFrame, samt .idxmax() för att returnera indexet för det högsta värdet.

I den här övningen tillämpar du dessa metoder för att hitta det mest värdefulla Consumer Services-företaget på någon av de tre börserna, och använder dess ticker för att plotta aktiekursutvecklingen. DataReader, date, pandas som pd och matplotlib.pyplot som plt har importerats, liksom DataFrame:n listings från föregående övning.

Den här övningen är en del av kursen

Importera och hantera finansiell data i Python

Visa kurs

Övningsinstruktioner

Använd .set_index() för att ange kolumnen 'Stock Symbol' som index för listings och tilldela resultatet till listings_ss.
Använd .loc[] för att filtrera rader där 'Sector' är lika med 'Consumer Services', välj kolumnen 'Market Capitalization' och tillämpa .idxmax() för att tilldela tickern för det största Consumer Services-företaget till ticker.
Använd date() för att sätta start till 1 januari 2015.
Använd DataReader() för att hämta aktiedata för ticker från 'yahoo' från och med start och lagra resultatet i data.
Plotta värdena för 'close' och 'volume' i data med argumenten secondary_y='volume' och title=ticker.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Set the index of listings to Stock Symbol
listings_ss = listings.____(____)

# Get ticker of the largest Consumer Services company
ticker = listings_ss.____[____, ____].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].plot(secondary_y=____, title=____)

# Show the plot
plt.show()

Redigera och kör kod