Beräkna finansiella nyckeltal med pandas

Analysera finansiella rapporter i Python

Rohan Chatterjee

Risk Modeler

Balansräkningsdatans struktur

  • Balansräkningsdata inläst i en pandas DataFrame kallad balance_sheet.

 


----CODE_GLUE----
```print(balance_sheet.head())

----CODE_GLUE---- ` En bild som visar toppen av DataFrame:n balance_sheet.

Analysera finansiella rapporter i Python

Beräkna likviditetsmått

balance_sheet["current_ratio"] = balance_sheet["Total Current Assets"] / 
                                 balance_sheet["Total Current Liabilities"]
print(balance_sheet.head())

En bild som visar DataFrame:n balance_sheet med kolumnen current_ratio tillagd.

Analysera finansiella rapporter i Python

Använda .groupby() för grupperade resultat

  • Genomsnittligt likviditetsmått per bransch:
    balance_sheet.groupby("comp_type")["current_ratio"].mean()
    En bild som visar det genomsnittliga likviditetsmåttet per bransch.
Analysera finansiella rapporter i Python

Använda .groupby() för grupperade resultat

balance_sheet.groupby(["Year","comp_type"])["current_ratio"].mean()

En bild som visar det genomsnittliga likviditetsmåttet per bransch över olika år.

Analysera finansiella rapporter i Python

Använda groupby().transform()

  • .transform() kan användas efter .groupby() för att lägga till gruppresultatet på varje rad utifrån vilken grupp raden tillhör.
    balance_sheet["industry_curr_ratio"] = 
          balance_sheet.groupby([
          "Year","comp_type"])["current_ratio"].transform("mean")
print(balance_sheet.head())

En bild som visar det genomsnittliga likviditetsmåttet per bransch över olika år, nu tillagt i DataFrame:n balance_sheet.

Analysera finansiella rapporter i Python

Använda .groupby().transform()

balance_sheet["relative_diff"] = 
                            (balance_sheet["current_ratio"] / 
                             balance_sheet["industry_curr_ratio"]) - 1

En DataFrame som visar den relativa skillnaden mellan ett företags likviditetsmått och branschens likviditetsmått.

Analysera finansiella rapporter i Python

Använda .isin()

  • .isin() används för att filtrera data inför analys.
  • Exempel: filtrera en DataFrame till att visa fmcg- och tech-företag för åren 2019 och 2020:
fmcg_2019 = balance_sheet.loc[
            (balance_sheet["Year"].isin([2019,2020])) &
            (balance_sheet["comp_type"].isin(["tech","fmcg"]))
                            ]
Analysera finansiella rapporter i Python

Nu kör vi en övning!

Analysera finansiella rapporter i Python

Preparing Video For Download...