使用 .melt() 比较股票与债券的表现

众所周知，债券价格与股票价格通常呈反向关系。在最后这个练习中，您将回顾本章的多个主题来验证这一点。我们为您提供了一张美国 10 年期国债价格的百分比变化表。它是宽表格式，每一年对应一列。您需要使用 .melt() 方法来重塑该表。

此外，您还将使用 .query() 方法筛除不需要的数据。然后把此表与道琼斯工业股票指数价格的百分比变化表进行合并。最后，您将对数据进行绘图。

表 ten_yr 和 dji 已为您加载。

本练习是课程的一部分

使用 pandas 连接数据

查看课程

练习说明

对 ten_yr 使用 .melt()，除 metric 列外均进行反透视，并设置 var_name='date' 和 value_name='close'。将结果保存为 bond_perc。
使用 .query() 方法，仅选择 metric 等于 close 的行，并保存为 bond_perc_close。
使用 merge_ordered() 在 date 上以内连接将 dji（左表）与 bond_perc_close 合并，并将 suffixes 设为 ('_dow', '_bond')。将结果保存为 dow_bond。
使用 dow_bond，仅绘制道指与债券的数值。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Use melt on ten_yr, unpivot everything besides the metric column
bond_perc = ____

# Use query on bond_perc to select only the rows where metric=close
bond_perc_close = ____

# Merge (ordered) dji and bond_perc_close on date with an inner join
dow_bond = ____


# Plot only the close_dow and close_bond columns
dow_bond.plot(____, x='date', rot=90)
plt.show()

编辑并运行代码