为 Ford 计算资产负债表比率
现在我们来看一个真实案例：Ford Inc，这是一家生产机动车的公司。我们已上传数据集：balance_sheet，其中包含 Ford Inc 最新的资产负债表数据。2017 年的销售额与销售成本已在 Key_Figures_Memo 数据集中提供。
我们只关心资产负债表中的一行——应收款（Receivables，亦称应收账款），因此需要为此创建筛选器。在本练习中，您将使用「布尔索引」来根据 metric 列筛选出应收款。我们先指定关注的指标（"Receivables"），然后检查目标列的每一行是否等于该值。这将生成由 True 和 False 组成的布尔序列。借助该序列，便可以筛选现有数据集。
筛选完成后，获取最近一个期间的应收款数值，并计算应收账款周转天数（公式如下）。
\(Debtor Days = \frac{Ending\,Balance\,Debtors}{Sales} \times Days\,in\,Financial\,Year\)
balance_sheet 与 sales 数值均已提供。
本练习是课程的一部分
Python 金融预测
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ____[____]