Kom igångKom igång gratis

Teknologibolag på börsen – IPO-fördelning per år på alla börser

Varje bolag i listings-ordlistan har ett IPO-år mellan 1972 och 2017. Det är därför lämpligt att betrakta kolumnen 'IPO Year' i varje blad som en kategorisk variabel med en väldefinierad ordning, även om den har dtype float64.

Här kombinerar du data från alla tre börser och plottar fördelningen av IPO-år för bolag inom teknologisektorn. pandas som pd och matplotlib.pyplot som plt har importerats, och listings-ordlistan från föregående övning finns i din arbetsyta.

Den här övningen är en del av kursen

Importera och hantera finansiell data i Python

Visa kurs

Övningsinstruktioner

  • Använd en for-loop med iteratorvariabeln exchange som innehåller namnet på varje börs.
    • Lägg i varje iteration till den DataFrame som motsvarar nyckeln exchange i listings till all_listings.
  • När loopen är klar, använd pd.concat() för att kombinera de tre DataFrames i all_listings och tilldela resultatet till listing_data.
  • Filtrera listing_data för 'Technology'-bolag och tilldela resultatet till tech_companies.
  • Tilldela kolumnen 'IPO Year' från tech_companies till ipo_years.
  • Använd .dropna() för att ta bort saknade värden och .astype() för att konvertera till int.
  • Tillämpa .value_counts()ipo_years, sortera åren i stigande ordning och skapa ett stapeldiagram med titeln 'Tech IPOs by Year'.
  • Rotera xticks 45 grader och visa resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create lists
exchanges = ['amex', 'nasdaq', 'nyse']
all_listings = []

# Use for loop to create listing_data
for exchange in exchanges:
    all_listings.____(____[____])
    
# Combine DataFrames
listing_data = pd.____(____)

# Select tech companies
tech_companies = listing_data[____.____ == 'Technology']

# Create ipo_years
ipo_years = ____[____]

# Drop missing values and convert to int
ipo_years = ipo_years.____().____(int)

# Count values, sort ascending by year, and create a bar plot
ipo_years.____().plot(kind=____, ____='Tech IPOs by Year')

# Rotate xticks and show result
plt.xticks(____=____)

# Show the plot
plt.show()
Redigera och kör kod