Všechny souhrnné statistiky podle sektoru

Na groupby objekt můžeš aplikovat různé souhrnné statistiky, které jsi se naučil/a v předchozí kapitole, a získat výsledky pro každou kategorii zvlášť. Patří sem i funkce .describe(), která nabídne několik přehledů najednou!

Procvičíš si to na datech z burzy NASDAQ. pandas je naimportován jako pd a data o akciích z burzy NASDAQ jsou dostupná v tvém pracovním prostředí jako DataFrame nasdaq.

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in Python

Zobrazit kurz

Pokyny k cvičení

Prozkoumej data nasdaq pomocí .info().
Vytvoř nový sloupec market_cap_m s hodnotou tržní kapitalizace v milionech USD. Na dalším řádku odstraň sloupec 'Market Capitalization'.
Seskup data nasdaq podle 'Sector' a výsledek ulož do nasdaq_by_sector.
Zavolej metodu .describe() na nasdaq_by_sector, výsledek přiřaď do summary a vypiš ho.
Funguje to, ale result je v dlouhém formátu a používá pd.MultiIndex(), který jsi viděl/a dříve. Převeď summary do širokého formátu pomocí .unstack().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Inspect NASDAQ data
nasdaq.____()

# Create market_cap_m
nasdaq['market_cap_m'] = ____[____].div(1e6)

# Drop the Market Capitalization column
nasdaq.drop('Market Capitalization', axis=1, inplace=True)

# Group nasdaq by Sector
nasdaq_by_sector = ____.____(____)

# Create summary statistics by sector
summary = ____.____()

# Print the summary
print(summary)

# Unstack 
summary = ____.____()

# Print the summary again
print(summary)

Upravit a spustit kód