เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โหลดข้อมูลรายชื่อทั้งหมดและวนซ้ำผ่านคู่ key-value ใน dictionary

ที่ผ่านมาเราทราบแล้วว่าออบเจ็กต์ pd.DataFrame() คือโครงสร้างข้อมูลแบบสองมิติที่มีป้ายกำกับ ดังที่เห็นในวิดีโอ ฟังก์ชัน pd.concat() ใช้สำหรับ เชื่อมต่อ (concatenate) หรือรวม DataFrame ตั้งแต่สองตัวขึ้นไปในแนวตั้ง นอกจากนี้ยังสามารถใช้ broadcasting เพื่อเพิ่มคอลัมน์ใหม่ลงใน DataFrame ได้อีกด้วย

ในแบบฝึกหัดนี้ จะได้ฝึกใช้ฟังก์ชันใหม่ของ pandas กับข้อมูลจากตลาดหลักทรัพย์ NYSE และ NASDAQ โดยได้ import pandas เป็น pd แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การนำเข้าและจัดการข้อมูลทางการเงินใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้าข้อมูลจากไฟล์ listings.xlsx โดยอ่านชีต 'nyse' และ 'nasdaq' เก็บไว้ในตัวแปร nyse และ nasdaq ตามลำดับ และกำหนดให้ 'n/a' แทนค่าที่หายไป
  • ตรวจสอบเนื้อหาของ DataFrame ทั้งสองด้วย .info() เพื่อดูจำนวนบริษัทที่มีอยู่ในข้อมูล
  • ใช้ broadcasting สร้างคอลัมน์อ้างอิงใหม่ชื่อ 'Exchange' โดยกำหนดค่าเป็น 'NYSE' หรือ 'NASDAQ' ให้กับแต่ละ DataFrame
  • ใช้ pd.concat() เชื่อมต่อ DataFrame nyse และ nasdaq ตามลำดับนั้น แล้วกำหนดผลลัพธ์ให้กับตัวแปร combined_listings

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the NYSE and NASDAQ listings
nyse = pd.____('listings.xlsx', ____='nyse', na_values='n/a')
nasdaq = pd.____('listings.xlsx', ____='nasdaq', na_values='n/a')

# Inspect nyse and nasdaq
nyse.____()
nasdaq.____()

# Add Exchange reference columns
nyse['____'] = 'NYSE'
nasdaq['____'] = 'NASDAQ'

# Concatenate DataFrames  
combined_listings = pd.____([____, ____])
แก้ไขและรันโค้ด