Capitalización bursátil mediana por año de salida a bolsa
En la última lección del capítulo anterior, creaste una línea temporal con el número de OPV por año para empresas tecnológicas.
Ahora vamos a analizar cómo ha evolucionado la capitalización bursátil según el año de la OPV. Puedes combinar datos de los tres mercados para obtener una visión más completa.
pandas como pd y matplotlib.pyplot como plt ya se han importado, y el DataFrame listings de los ejercicios anteriores —que ahora incluye una columna de referencia adicional 'exchange' con el mercado de cada empresa cotizada— está disponible en tu espacio de trabajo.
Este ejercicio forma parte del curso
Importación y gestión de datos financieros en Python
Instrucciones del ejercicio
- Inspecciona y muestra
listingsusando.info()y.head(). - Usando broadcasting, crea una nueva columna
market_cap_menlistingsque contenga la capitalización en millones de USD. - Selecciona todas las empresas con un
'IPO Year'posterior a 1985. - Elimina todos los valores ausentes en la columna
'IPO Year'y convierte los valores restantes al tipodtypeentero. - Agrupa
listingspor'IPO Year', selecciona la columnamarket_cap_my calcula lamedian, ordénalo con.sort_index(), y asigna el resultado aipo_by_year. - Representa y muestra los resultados como un gráfico de barras.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Inspect listings
listings.____()
# Show listings head
print(listings.____())
# Create market_cap_m
listings['market_cap_m'] = ____[____].div(1e6)
# Select companies with IPO after 1985
listings = listings[____[____] > ____]
# Drop missing values and convert to integers
listings['IPO Year'] = ____[____].dropna().____(int)
# Calculate the median market cap by IPO Year and sort the index
ipo_by_year = listings.____(____).____.median().____()
# Plot results as a bar chart
ipo_by_year.plot(kind='bar')
# Show the plot
plt.show()