Sektöre göre oranları hesapla

Bu egzersizde, Tech ve FMCG şirketlerinin cari oran ve borç/özsermaye oranlarının ortalamada ve zaman içinde nasıl farklılaştığını değerlendireceksin.

Bir sektörün oranı, ortalama olarak, sektörün finansal durumu hakkında genel bir fikir verir. Öte yandan, bir sektörün oranının zaman içindeki seyri bize eğilimlerini anlamada yardımcı olur: Oran zaman içinde göreli olarak istikrarlı mı yoksa dalgalı mı? İyileşiyor mu yoksa kötüleşiyor mu?

balance_sheet, senin için bir pandas DataFrame'i olarak yüklendi. Cari oran curr_ratio adlı bir sütunda, borç/özsermaye oranı ise debt_to_equity adlı bir sütunda verilmiştir. pandas kütüphanesi pd kısaltmasıyla yüklendi.

Bu egzersiz

Python ile Finansal Tabloları Analiz Etme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

comp_type sütunu tech veya fmcg olan şirketleri seç.
Ortalama cari oranı ve borç/özsermaye oranını şirket türüne göre ("comp_type" sütunu) hesaplamak için .groupby() kullan.
Ortalama cari oranı ve borç/özsermaye oranını hem "comp_type" hem de "Year" sütunlarına göre hesaplamak için .groupby() kullan.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Choose the tech and fmcg companies
tech_fmcg = balance_sheet.loc[balance_sheet[____].isin(____)]

# Compute the average debt-to-equity ratio and current ratio by industry
groupby_industry = tech_fmcg.____(____)[["current_ratio", "debt_to_equity"]].____

# Compute the average debt-to-equity ratio and current ratio by industry and over time
groupby_industry_time = tech_fmcg.____(____)[["current_ratio", "debt_to_equity"]].____

print(groupby_industry)
print(groupby_industry_time)

Kodu Düzenle ve Çalıştır

Bu egzersiz

Python ile Finansal Tabloları Analiz Etme

kursunun bir parçasıdır

IntermediárioNível de habilidade

4.7+

Kursa Ücretsiz Başlayın

In this chapter, you will learn how to read and interpret a balance sheet and compute and use financial ratios to evaluate a company's performance using information from the balance sheet. Additionally, you'll gain hands-on experience using the powerful pandas data manipulation package to analyze a company's financial ratios and compare them to its peers in the industry.

Exercise 1: Bilanço tanıtımı Exercise 2: Bilanço kalemlerini sınıflarıyla eşleştir Exercise 3: Varlıklar, yükümlülükler ve özkaynakların ilişkisi Exercise 4: Temel muhasebe denklemını kullanma pratiği Exercise 5: Bilançodan finansal oranlar Exercise 6: Oranı ait olduğu aileyle eşleştir Exercise 7: Cari oranı hesapla Exercise 8: Kaldıraç oranları Exercise 9: pandas kullanarak finansal oranları hesaplama Exercise 10: Cari oran ve borç/özsermaye oranını hesapla Exercise 11: Sektöre göre göreli farkı hesapla Exercise 12: Sektöre göre oranları hesapla

Geçerli Egzersiz

In this chapter, you'll learn how to read and interpret an income statement, calculate key financial ratios, and even create your own functions in Python to automate repetitive tasks. You'll also gain experience using seaborn, a powerful data visualization library, to produce figures to help you understand a company's financial performance.

Exercise 1: Introduction to the income statement Exercise 2: Compute net income Exercise 3: Computing ratios from the income statement Exercise 4: Ratios from the income statement and balance sheet Exercise 5: Updating the user-defined function Exercise 6: Updating user-defined function to do subtraction Exercise 7: Computing ratios with user-defined function Exercise 8: Computing multiple ratios with the user-defined function Exercise 9: Visualizing ratios for within-company analysis Exercise 10: Plotting ratios Exercise 11: Plotting ratios in one figure

In this chapter, you’ll analyze the cash flow statement and use its information to compute and interpret financial ratios. Using Seaborn to create informative plots that compare financial ratios across different companies, you'll build on your existing knowledge of Python and data visualization. By the end of this chapter, you'll have the skills to extract insights from cash flow statements using Python and handle messy, real-world data sets with missing data.

Exercise 1: Cash flow statement Exercise 2: Assign cash flow entries to the correct part Exercise 3: Compute net cash flow Exercise 4: Financial ratios from the cash flow statement Exercise 5: Merging financial statements Exercise 6: Compute cash flow statement ratios Exercise 7: Imputing and filling in missing values using averages Exercise 8: Imputing missing values with percentiles Exercise 9: Merging financial statements and filling missing values Exercise 10: Visualizing financial ratios for comparison Exercise 11: Plotting cash flow ratios

In this chapter, you'll learn about the different financial ratios that measure a company's profitability, how to compute them, and how to compare them across other companies. You'll build upon your knowledge of the Seaborn library to create visualizations that help you analyze profitability ratios and identify trends.

Exercise 1: A glimpse into the financial ratios of some industries Exercise 2: Using margins in pivot tables and making a bar plot Exercise 3: Preparing data for a facet grid plot Exercise 4: Making a facet grid plot Exercise 5: User-defined function to make plots Exercise 6: Profitability metrics Exercise 7: Relationship between operating margin and debt-to-equity for real estate companies Exercise 8: Practice with sns.regplot()Exercise 9: Updating the user-defined function for plotting Exercise 10: More on analyzing profitability Exercise 11: Practice making heat maps Exercise 12: Broad analysis Exercise 13: Well done!