将 listings 的索引设为 'Stock Symbol'，赋值给 listings_ss。
使用 .loc[] 过滤公司行业为 'Finance' 的行，并提取 'Market Capitalization' 列。调用 .nlargest()，按市值选出最大的 3 家公司并赋值给 top_3_companies。
将结果的索引转换为列表并赋值给 top_3_tickers。
使用 date() 将 start 设为 2015年1月1日。
使用 date() 将 end 设为 2020年4月1日。
使用 DataReader() 从 'iex' 获取 top_3_tickers 在 start 至 end 之间的股票数据，并赋值给 result。
调用 .stack() 方法，将股票代码移入索引，把 DataFrame 转换为长表格式。
从 data 中选择 'close'，再调用 .unstack()，并使用 .info() 查看现在为宽表格式的结果 DataFrame。

选择股票并从 Yahoo! Finance 获取数据