以長條圖比較公司內部比率

使用 Python 分析財務報表

Rohan Chatterjee

Risk modeler

視覺化財務比率

長條圖可用來：
- 檢視公司平均財務比率，
- 評估相對產業平均的表現

這張圖是長條圖，用來比較 Google 的財務比率與科技業的平均值。

繪圖前的資料準備

使用 pivot_table 計算各公司比率平均：

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())

此圖顯示 DataFrame avg_company_ratio 的前五列。重點欄位是毛利率與營業利益率，呈現各公司這些比率的平均值。

繪圖前的資料準備

使用 pivot_table 計算各產業比率平均：

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())

此圖顯示 DataFrame avg_industry_ratio 的前五列。重點欄位是毛利率與營業利益率，呈現各產業這些比率的平均值。

繪圖前的資料準備

在 seaborn 繪圖需要「長格式」資料。用 pd.melt 將 avg_industry_ratio 與 avg_company_ratio 轉為長格式：

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())

此圖顯示 DataFrame molten_plot_industry 的前 5 列。重點在於 DataFrame 已轉為 average_industry_ratio 的長格式；欄位 variable 為比率名稱，value 為其數值。

print(molten_plot_industry.head())

此圖顯示 DataFrame molten_plot_industry 的前 5 列。重點在於 DataFrame 已轉為 average_company_ratio 的長格式；欄位 variable 為比率名稱，value 為其數值。

繪圖前的資料準備

Seaborn 繪圖需要把要畫的資料放在同一個 DataFrame 中。
使用 pd.concat 串接 molten_plot_company 與 molten_plot_industry。
molten_plot_industry 沒有 company 欄，因為它代表整體產業的比率平均。
pd.concat 要求兩個 DataFrame 欄位相同，所以先在 molten_plot_industry 新增 company 欄。

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

繪製長條圖

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

這張圖與本影片第 2 張投影片相同。長條圖比較 Google 的財務比率與科技業的平均值。

一起來練習吧！

使用 Python 分析財務報表