Завантаження всіх біржових списків і ітерація за парами ключ–значення у словнику

Ви вже знаєте, що об'єкт pd.DataFrame() — це двовимірна позначена структура даних. Як ви бачили у відео, функція pd.concat() використовується для конкатенації, тобто вертикального об'єднання, двох або більше датафреймів. Також можна використовувати трансляцію (broadcasting), щоб додавати нові стовпці до датафреймів.

У цій вправі ви потренуєтеся використовувати цю нову функцію pandas на даних бірж NYSE і NASDAQ. pandas вже імпортовано як pd.

Ця вправа є частиною курсу

Імпорт і керування фінансовими даними в Python

Переглянути курс

Інструкції до вправи

Імпортуйте дані з файлу listings.xlsx із аркушів 'nyse' і 'nasdaq' у змінні nyse та nasdaq. Значення 'n/a' інтерпретуйте як пропущені.
Перевірте вміст обох датафреймів за допомогою .info(), щоб з'ясувати, скільки компаній подано в кожному.
Використовуючи трансляцію, створіть новий довідковий стовпець 'Exchange' зі значеннями 'NYSE' або 'NASDAQ' для кожного датафрейму.
Використайте pd.concat() для конкатенації датафреймів nyse і nasdaq саме в такому порядку та запишіть результат у combined_listings.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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.____([____, ____])

Редагувати та запускати код