सेक्टर के अनुसार सभी सार-सांख्यिकी
पिछले चैप्टर में सीखी गई विभिन्न सार-सांख्यिकी आप groupby ऑब्जेक्ट पर लागू करके प्रत्येक श्रेणी के हिसाब से परिणाम पा सकते हैं। इसमें .describe() फंक्शन भी शामिल है, जो एक साथ कई इनसाइट्स देता है!
यहाँ, आप इसे NASDAQ लिस्टिंग्स पर अभ्यास करेंगे। pandas को pd नाम से इम्पोर्ट किया गया है, और NASDAQ स्टॉक एक्सचेंज लिस्टिंग्स का डेटा आपके वर्कस्पेस में nasdaq DataFrame के रूप में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना
अभ्यास निर्देश
.info()का उपयोग करकेnasdaqडेटा देखें.- एक नया कॉलम
market_cap_mबनाएँ, जिसमें मार्केट कैप USD के मिलियन्स में हो। अगली लाइन में कॉलम'Market Capitalization'को ड्रॉप करें. - अपने
nasdaqडेटा को'Sector'के हिसाब से group करें औरnasdaq_by_sectorको असाइन करें. nasdaq_by_sectorपर.describe()मेथड कॉल करें, उसेsummaryमें असाइन करें, और परिणाम प्रिंट करें.- यह काम करता है, लेकिन
resultlong फॉर्मेट में है और पहले देखा हुआpd.MultiIndex()उपयोग करता है।.unstack()कॉल करकेsummaryको wide फॉर्मेट में बदलें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)