加载全部上市数据并遍历键值字典对
您已经知道，pd.DataFrame() 对象是一个二维、带标签的数据结构。正如视频中所示，pd.concat() 函数用于连接，也就是按行纵向合并两个或更多 DataFrame。您还可以使用广播为 DataFrame 添加新列。
在本练习中，您将使用来自 NYSE 和 NASDAQ 交易所的数据来练习这个新的 pandas 函数。pandas 已以 pd 导入。
本练习是课程的一部分
在 Python 中导入与管理金融数据
练习说明
- 将
listings.xlsx中工作表'nyse'和'nasdaq'的数据分别导入到变量nyse和nasdaq。将'n/a'视为缺失值读取。 - 使用
.info()查看两个 DataFrame 的内容，找出包含了多少家公司。 - 使用广播为每个 DataFrame 新增名为
'Exchange'的参考列，并分别填入'NYSE'或'NASDAQ'。 - 使用
pd.concat()按上述顺序连接nyse与nasdaq两个 DataFrame，并将结果赋给combined_listings。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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.____([____, ____])