IPO वर्ष के अनुसार मीडियन मार्केट कैपिटलाइज़ेशन
पिछले चैप्टर के आखिरी लेसन में, आपने टेक्नोलॉजी कंपनियों के लिए प्रति वर्ष IPO की संख्या का एक टाइमलाइन बनाया था.
अब देखते हैं कि अलग-अलग IPO वर्षों के लिए मार्केट कैपिटलाइज़ेशन कैसे बदला है. आप तीनों एक्सचेंज के डेटा को मिलाकर एक अधिक व्यापक नज़रिया ले सकते हैं.
pandas को pd और matplotlib.pyplot को plt के रूप में इम्पोर्ट किया गया है, और पिछले अभ्यासों से listings DataFrame उपलब्ध है जिसमें अब एक अतिरिक्त रेफ़रेंस कॉलम 'exchange' शामिल है जो हर सूचीबद्ध कंपनी का एक्सचेंज बताता है. यह आपके वर्कस्पेस में मौजूद है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना
अभ्यास निर्देश
.info()और.head()का उपयोग करकेlistingsको जाँचें और दिखाएँ.- ब्रॉडकास्टिंग का उपयोग करके
listingsमें एक नया कॉलमmarket_cap_mबनाएँ, जिसमें मार्केट कैप USD के मिलियन्स में हो. - उन सभी कंपनियों का चयन करें जिनका
'IPO Year'1985 के बाद है. 'IPO Year' कॉलम में सभी missing values ड्रॉप करें, और शेष मानों कोdtypeinteger में कनवर्ट करें.listingsको'IPO Year'के आधार पर group करें,market_cap_mकॉलम चुनें औरmedianकैलकुलेट करें,.sort_index()से sort करें, और परिणाम कोipo_by_yearमें असाइन करें.- परिणामों को bar chart के रूप में plot करें और दिखाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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()