Todas las estadísticas descriptivas por sector

Puedes aplicar las distintas estadísticas descriptivas que viste en el capítulo anterior a un objeto groupby para obtener el resultado por categoría. Esto incluye la función .describe(), que ofrece varias métricas a la vez.

Aquí podrás practicarlo con los listados del NASDAQ. pandas ya se ha importado como pd, y los datos de los listados de la bolsa NASDAQ están disponibles en tu entorno en el DataFrame nasdaq.

Este ejercicio forma parte del curso

Importación y gestión de datos financieros en Python

Ver curso

Instrucciones del ejercicio

Inspecciona los datos de nasdaq usando .info().
Crea una nueva columna market_cap_m que contenga la capitalización bursátil en millones de USD. En la siguiente línea, elimina la columna 'Market Capitalization'.
Agrupa tus datos de nasdaq por 'Sector' y asígnalo a nasdaq_by_sector.
Llama al método .describe() sobre nasdaq_by_sector, asígnalo a summary e imprime el resultado.
Esto funciona, pero result está en formato largo y usa un pd.MultiIndex() que ya viste. Convierte summary a formato ancho llamando a .unstack().

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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)

Editar y ejecutar código