ПочатиПочніть безкоштовно

Звіт про прибутки та збитки Tesla

Набір даних для звіту про прибутки та збитки Tesla називається income_statement.

У цьому наборі даних є підсумковий стовпець Trailing Twelve Months (TTM) — це найостанніші доступні 12 місяців даних. Ми використаємо його, щоб розрахувати прогноз на 2018 рік для Tesla.

Нас цікавлять лише рядки 'Revenue', 'Gross profit', 'Total operating expenses' та 'Net income', тож ми створимо відфільтрований звіт, щоб показати лише ці рядки. Код фільтрації має такий шаблон.

dataframe[dataframe.columnname.isin(list_of_categories)]

Ця вправа є частиною курсу

Фінансове прогнозування в Python

Переглянути курс

Інструкції до вправи

  • Перегляньте income_statement у консолі.
  • Створіть список interesting_metrics, який містить рядки, що нас цікавлять.
  • Використайте метод .isin(), щоб відфільтрувати звіт за рядками, де значення metric входить до interesting_metrics.
  • Перегляньте результат.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Choose some interesting metrics
interesting_metrics = ['____', '____', '____', '____']

# Filter for rows containing these metrics
filtered_income_statement = income_statement[income_statement.____.____(____)]

# See the result
print(filtered_income_statement)
Редагувати та запускати код