本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
后续步骤和资源
收集原始环境、社会和治理 (ESG) 数据后,您可以执行以下操作从数据中提取有意义的信息:
-
清理数据 — 数据可能包含大量与 ESG 因素和财务数据无关的不相关信息。重要的是要删除这些不相关的数据,只保留执行所需分析所需的信息。您可以使用诸如 yfinanc
e 之类的工具来帮助清理数据。 -
提取和转换数据-从原始数据中提取相关特征或变量,然后将其转换为适合分析的格式。您可以将数据转换为表格格式,以提高可读性和清晰度。你可以使用一个库,比如 pandas
,以完善数据。您还可以使用特征工程、数据标准化和派生指标来转换数据。 -
执行分析-您可以执行各种分析任务。这可能包括生成描述性统计数据、创建数据可视化以及进行探索性数据分析,以深入了解公司的ESG表现。
-
应用机器学习 — 您可以使用清理和转换后的数据来训练机器学习模型。这些模型可以帮助您识别目前表现出财务可持续性的公司,并预测其未来的可持续发展表现。
通过使用网络爬虫和此数据评估流程,您可以有效地全面了解所评估公司的可持续发展实践和财务业绩。您可以使用这些信息为投资决策提供信息,跟踪进展并支持可持续的商业实践。
资源
工具
-
Beautiful Soup
(Beautiful Soup 文档) -
处理表格关系数据
(pandas 网站)