Отримайте дані для 3 найбільших фінансових компаній

Об'єкт pd.MultiIndex() має більше ніж один ідентифікатор на рядок. Це дає змогу отримувати дані за критеріями одразу для кількох компаній.

Застосуймо цю нову навичку, щоб отримати ціни акцій найбільших компаній фінансового сектора. DataReader, date, pandas як pd і matplotlib.pyplot як plt уже імпортовано, так само як і датафрейм listings з попередньої вправи.

Ця вправа є частиною курсу

Імпорт і керування фінансовими даними в Python

Переглянути курс

Інструкції до вправи

Встановіть 'Stock Symbol' як індекс для listings, присвоївши результат змінній listings_ss.
Використайте .loc[], щоб відфільтрувати рядки, де сектор компанії — 'Finance', і витягніть стовпець 'Market Capitalization'. Застосуйте .nlargest() і присвойте трьох найбільших за ринковою капіталізацією компаній у top_3_companies.
Перетворіть індекс отриманого результату на список і присвойте його змінній top_3_tickers.
Використайте date(), щоб встановити start на 1 січня 2015 року.
Використайте date(), щоб встановити end на 1 квітня 2020 року.
Скористайтеся DataReader(), щоб отримати біржові дані для top_3_tickers з 'iex' від start до end і присвоїти їх змінній result.
Застосуйте метод .stack(), щоб перетворити DataFrame у «довгий» формат, перемістивши тікери в індекс.
Виберіть 'close' з data, застосуйте .unstack() і перегляньте отриманий датафрейм у «широкому» форматі за допомогою .info().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Set Stock Symbol as the index
listings_ss = listings.____

# Get ticker of 3 largest finance companies
top_3_companies = listings_ss.loc[____].____(n=____)

# Convert index to list
top_3_tickers = top_3_companies.____.____()

# Set start date
start = ____

# Set end date
end = ____

# Import stock data
result = ____

# Apply stack method 
data = ____

# Unstack and inspect result
data['close'].____().____()

Редагувати та запускати код