Vizualizarea ratiourilor pentru analiza intra-companie

Analiza situațiilor financiare în Python

Rohan Chatterjee

Risk modeler

Vizualizarea ratiourilor financiare

Graficele de bare sunt utile pentru
- vizualizarea ratiourilor financiare medii ale unei companii și
- evaluarea performanței față de media industriei

Un grafic de bare care compară ratiourile financiare ale Google cu media acelor ratiouri în industria tech.

Pregătirea datelor pentru reprezentare grafică

Utilizarea pivot_table pentru calculul mediei ratiourilor per companie:

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())

Imaginea arată primele cinci rânduri ale DataFrame-ului avg_company_ratio. Coloanele de interes sunt Gross Margin și Operating Margin, care prezintă media ratiourilor pentru diverse companii.

Pregătirea datelor pentru reprezentare grafică

Utilizarea pivot_table pentru calculul mediei ratiourilor per industrie:

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())

Imaginea arată primele cinci rânduri ale DataFrame-ului avg_industry_ratio. Coloanele de interes sunt Gross Margin și Operating Margin, care prezintă media ratiourilor pentru diverse industrii.

Pregătirea datelor pentru reprezentare grafică

Reprezentarea în seaborn necesită date în format „lung". Utilizați pd.melt pentru a transforma avg_industry_ratio și avg_company_ratio:

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())

Imaginea arată primele 5 rânduri ale DataFrame-ului molten_plot_company în format lung. Coloana variable indică numele ratioului, iar coloana value indică valoarea acestuia.

print(molten_plot_industry.head())

Imaginea arată primele 5 rânduri ale DataFrame-ului molten_plot_industry în format lung. Coloana variable indică numele ratioului, iar coloana value indică valoarea acestuia.

Pregătirea datelor pentru reprezentare grafică

Seaborn necesită toate datele într-un singur DataFrame
Folosim pd.concat pentru a concatena molten_plot_company și molten_plot_industry
molten_plot_industry nu conține coloana company, deoarece include media ratiourilor per industrie
pd.concat necesită coloane identice, deci adăugăm coloana company în molten_plot_industry

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

Crearea graficului de bare

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

Aceeași imagine ca în diapozitivul 2. Un grafic de bare care compară ratiourile financiare ale Google cu media industriei tech.

Să exersăm!

Analiza situațiilor financiare în Python