获取最大消费服务公司的股票代码

除了用条件表达式进行索引，您还可以使用 .loc[row_selector, column_selector] 按特定取值筛选。此外，您可以使用 .set_index() 将具有唯一值的列设为 DataFrame 的索引，并用 .idxmax() 返回最大值对应的索引。

在本练习中，您将应用这些选股方法，在三个交易所中找到市值最高的消费服务公司，并使用其股票代码绘制股价走势。DataReader、date、pandas（导入为 pd）和 matplotlib.pyplot（导入为 plt）都已导入，上一练习中的 listings DataFrame 也已提供。

本练习是课程的一部分

在 Python 中导入与管理金融数据

查看课程

练习说明

使用 .set_index() 将 listings 的 'Stock Symbol' 列设为索引，赋值为 listings_ss。
使用 .loc[] 筛选 'Sector' 等于 'Consumer Services' 的行，选择 'Market Capitalization' 列，并应用 .idxmax()，将市值最大的消费服务公司的股票代码赋给 ticker。
使用 date()，将 start 设为 2015 年 1 月 1 日。
使用 DataReader()，自 start 起从 'yahoo' 提取 ticker 的股票数据并存入 data。
绘制 data 中的 'close' 和 'volume'，并设置参数 secondary_y='volume' 与 title=ticker。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Set the index of listings to Stock Symbol
listings_ss = listings.____(____)

# Get ticker of the largest Consumer Services company
ticker = listings_ss.____[____, ____].____()

# Set the start date
start = ____

# Import the stock data
data = ____

# Plot close and volume
data[['close', 'volume']].plot(secondary_y=____, title=____)

# Show the plot
plt.show()

编辑并运行代码