회사 내 비교를 위한 비율 시각화

Python으로 재무제표 분석하기

Rohan Chatterjee

Risk modeler

재무 비율 시각화

막대그래프는 다음에 유용합니다.
- 한 회사의 평균 재무 비율 시각화
- 산업 평균 대비 성과 평가

이 이미지는 Google의 재무 비율을 기술 산업 평균과 비교한 막대그래프입니다.

플롯용 데이터 준비

회사별 평균 비율을 계산하려면 pivot_table을 사용합니다:

avg_company_ratio = plot_dat.pivot_table(index=["comp_type",
                                                "company"],
                      values=["Gross Margin", "Operating Margin",
                              "Debt-to-equity", "Equity Multiplier"],
                                        aggfunc="mean").reset_index()

print(avg_company_ratio.head())

이 이미지는 DataFrame avg_company_ratio의 상위 5개 행을 보여줍니다. 관심 열은 총마진과 영업이익률입니다. 각 회사의 해당 비율 평균이 표시됩니다.

플롯용 데이터 준비

산업별 평균 비율을 계산하려면 pivot_table을 사용합니다:

avg_industry_ratio = plot_dat.pivot_table(index="comp_type",
                      values=["Gross Margin", "Operating Margin",
                              "Debt-to-equity", 
                              "Equity Multiplier"],
                                        aggfunc="mean").reset_index()

print(avg_industry_ratio.head())

이 이미지는 DataFrame avg_industry_ratio의 상위 5개 행을 보여줍니다. 관심 열은 총마진과 영업이익률입니다. 각 산업의 해당 비율 평균이 표시됩니다.

플롯용 데이터 준비

seaborn으로 그리려면 "long" 형식이 필요합니다. pd.melt로 avg_industry_ratio와 avg_company_ratio를 long 형식으로 변환합니다:

molten_plot_company = pd.melt(avg_company_ratio, id_vars=["comp_type",
                                                          "company"])
molten_plot_industry = pd.melt(avg_industry_ratio,
                               id_vars=["comp_type"])

print(molten_plot_company.head())

이 이미지는 DataFrame molten_plot_industry의 상위 5개 행을 보여줍니다. 핵심 포인트는 average_industry_ratio가 long 형식이 되었고, variable 열이 비율 이름을, value 열이 그 값을 나타낸다는 점입니다.

print(molten_plot_industry.head())

이 이미지는 DataFrame molten_plot_industry의 상위 5개 행을 보여줍니다. 핵심 포인트는 average_company_ratio가 long 형식이 되었고, variable 열이 비율 이름을, value 열이 그 값을 나타낸다는 점입니다.

플롯용 데이터 준비

Seaborn은 그릴 모든 데이터를 하나의 DataFrame에 담아야 합니다.
pd.concat으로 molten_plot_company와 molten_plot_industry를 연결합니다.
molten_plot_industry에는 전체 산업 평균만 있어 company 열이 없습니다.
pd.concat은 두 DataFrame의 열 구성이 같아야 하므로 molten_plot_industry에 company 열을 추가합니다.

molten_plot_industry["company"] = "Industry Average"
molten_plot = pd.concat([molten_plot_company, molten_plot_industry])

막대그래프 만들기

sns.barplot(data=molten_plot, y="variable", x="value", hue="company", ci=None)
plt.xlabel(""), plt.ylabel("")
plt.show()

이 이미지는 해당 비디오 2번 슬라이드와 동일합니다. 막대그래프로 Google의 재무 비율을 기술 산업 평균과 비교합니다.

연습해 봅시다!

Python으로 재무제표 분석하기