載入所有上市資料並迭代鍵值配對的字典
你已經知道 pd.DataFrame() 物件是具標籤的二維資料結構。正如影片所示，pd.concat() 函式可用來「串接」（concatenate），也就是把兩個或更多個 DataFrame 以垂直方式合併。你也可以利用「廣播」（broadcasting）把新欄位加入 DataFrame。
在這個練習中，你會用 NYSE 與 NASDAQ 交易所的資料來練習這個新的 pandas 函式。pandas 已匯入為 pd。
本練習屬於課程
在 Python 中匯入與管理財務資料
練習說明
- 從
listings.xlsx的工作表'nyse'與'nasdaq'匯入資料到變數nyse與nasdaq。將'n/a'視為遺漏值讀入。 - 使用
.info()檢視兩個 DataFrame 的內容，找出各自包含多少家公司。 - 透過廣播，在各自的 DataFrame 中建立名為
'Exchange'的新參考欄位，並填入各自的值'NYSE'或'NASDAQ'。 - 使用
pd.concat()依序串接nyse與nasdaq兩個 DataFrame，並指定為combined_listings。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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.____([____, ____])