Обчислення коефіцієнтів балансу для Ford
Тепер розглянемо реальний приклад — Ford Inc, компанію-виробника автотранспортних засобів. Ми підвантажили набір даних: balance_sheet з даними для найсвіжішого балансу Ford Inc. Показники виручки та собівартості продажу за 2017 рік наведені в наборі даних Key_Figures_Memo.
Нас цікавить лише один рядок у балансі — Дебіторська заборгованість (Receivables), тому потрібно створити для цього фільтр. У цій вправі ми використаємо булеву індексацію, щоб відфільтрувати наш набір даних за Дебіторською заборгованістю в стовпці metric. Спочатку ми задамо потрібний показник ('Receivables'), а потім перевіримо, чи має стовпець інтересу це значення в кожному рядку. Це згенерує булевий ряд True і False. За допомогою цього ряду ми зможемо відфільтрувати наявний набір даних.
Після фільтрації набору даних ми зможемо отримати значення дебіторської заборгованості за найновіший період і обчислити коефіцієнт обороту дебіторської заборгованості в днях (формула нижче).
\(Debtor Days = \frac{Ending\,Balance\,Debtors}{Sales} \times Days\,in\,Financial\,Year\)
Показники balance_sheet та sales надані.
Ця вправа є частиною курсу
Фінансове прогнозування в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create the filter metric for Receivables
receivables_metric = ____
# Create a boolean series with your metric
receivables_filter = balance_sheet.____.____(____)
# Use the series to filter the dataset
filtered_balance_sheet = ____[____]