Importera börsnoteringsinformation från NASDAQ

I videon lärde du dig att använda funktionen pd.read_csv() för att importera data från en csv-fil med företag noterade på AmEx-börsen till en pandas DataFrame. Samma teknik kan du använda för att importera noteringsinformation från csv-filer från andra börser.

Nästa steg är att kontrollera att DataFrame-innehållet verkligen återspeglar din data på rätt sätt. Två viktiga metoder för att förstå din data är .head(), som som standard visar de första fem raderna, och .info(), som sammanfattar egenskaper hos en DataFrame – till exempel innehåll, datatyper och saknade värden.

I den här övningen läser du in filen nasdaq-listings.csv med data om företag noterade på NASDAQ och undersöker om det finns problem med den importerade datan. I nästa övning åtgärdar du eventuella problem.

Den här övningen är en del av kursen

Importera och hantera finansiell data i Python

Visa kurs

Övningsinstruktioner

Ladda pandas som pd.
Använd pd.read_csv() för att läsa in filen nasdaq-listings.csv i variabeln nasdaq.
Använd .head() för att visa de första 10 raderna i datamängden. Vilken datatyp förväntar du dig att pandas tilldelar varje kolumn? Vilket tecken används för att representera ett saknat värde?
Använd .info() för att identifiera eventuella typavvikelser i DataFrame-sammanfattningen. Finns det kolumner som borde ha en mer lämplig datatyp?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import pandas library
_____

# Import the data
nasdaq = pd.____('nasdaq-listings.csv')

# Display first 10 rows
print(nasdaq.____(____))

# Inspect nasdaq
nasdaq.____()

Redigera och kör kod