Läs data från Excel-kalkylblad

Importera och hantera finansiell data i Python

Stefan Jansen

Instructor

Importera data från Excel

pd.read_excel(file, sheet_name=0)
- Väljer första bladet som standard med sheet_name=0
- Välj efter namn med sheet_name='amex'
- Importera flera blad med en lista, t.ex. sheet_name=['amex', 'nasdaq']

Importera data från ett blad

amex = pd.read_excel('listings.xlsx',   
                     sheet_name='amex',   
                     na_values='n/a')

amex.info()

RangeIndex: 360 entries, 0 to 359
Data columns (total 7 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           360 non-null    object 
 1   Company Name           360 non-null    object 
 2   Last Sale              346 non-null    float64
 3   Market Capitalization  360 non-null    float64
 4   IPO Year               105 non-null    float64

Importera data från två blad

listings = pd.read_excel('listings.xlsx',
                         sheet_name=['amex', 'nasdaq'],    # keys = sheet name    
                         na_values='n/a')                 # values = DataFrame 

listings['nasdaq'].info()

 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           3167 non-null   object 
 1   Company Name           3167 non-null   object 
 2   Last Sale              3165 non-null   float64
 3   Market Capitalization  3167 non-null   float64
 4   IPO Year               1386 non-null   float64
...

Hämta bladnamn

xls = pd.ExcelFile('listings.xlsx') # pd.ExcelFile object

exchanges = xls.sheet_names

exchanges

['amex', 'nasdaq', 'nyse']

nyse = pd.read_excel(xls, 
                     sheet_name=exchanges[2],
                     na_values='n/a')

Hämta bladnamn

nyse.info()

RangeIndex: 3147 entries, 0 to 3146
Data columns (total 7 columns):
 #   Column                 Non-Null Count  Dtype  
  --  ------                 --------------  -----  
 0   Stock Symbol           3147 non-null   object 
 1   Company Name           3147 non-null   object
 ...                        ... 
 6   Industry               2177 non-null   object 
dtypes: float64(3), object(4)
memory usage: 172.2+ KB

Nu kör vi en övning!

Importera och hantera finansiell data i Python