Nilai perusahaan menurut bursa dan sektor

Anda dapat menghasilkan ringkasan data yang lebih terperinci dengan memberikan daftar kolom di dalam .groupby() dan/atau menerapkan metode statistik seperti .mean() langsung pada satu atau lebih kolom numerik.

Di sini, Anda akan menghitung median kapitalisasi pasar untuk setiap sektor, dibedakan berdasarkan bursa tempat perusahaan tercatat. Anda juga akan menggunakan .unstack() untuk memutar label bursa dari baris menjadi kolom. Sebaiknya periksa listings di konsol Anda sebelum memulai latihan!

pandas sebagai pd dan matplotlib.pyplot sebagai plt telah diimpor, dan DataFrame listings, dengan kolom referensi 'Exchange' serta kolom baru market_cap_m yang berisi kapitalisasi pasar dalam jutaan USD, tersedia di workspace Anda.

Latihan ini merupakan bagian dari kursus

Mengimpor dan Mengelola Data Keuangan di Python

Lihat Kursus

Instruksi latihan

Kelompokkan data berdasarkan 'Sector' dan 'Exchange', lalu simpan hasilnya ke by_sector_exchange.
Hitung median kapitalisasi pasar untuk by_sector_exchange dan simpan ke mcap_by_sector_exchange.
Tampilkan 5 baris pertama hasilnya dengan .head().
Panggil .unstack() pada mcap_by_sector_exchange untuk memindahkan label Exchange ke kolom, lalu simpan ke mcap_unstacked.
Plot hasilnya sebagai bagan batang dengan judul 'Median Market Capitalization by Exchange' dan ylabel disetel ke 'USD mn',
Tampilkan hasilnya.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Group listings by Sector and Exchange
by_sector_exchange = ____.____(['Sector', 'Exchange'])

# Calculate the median market cap
mcap_by_sector_exchange = by_sector_exchange.____.____()

# Display the head of the result
print(mcap_by_sector_exchange.____())

# Unstack mcap_by_sector_exchange
mcap_unstacked = ____.____()

# Plot as a bar chart
mcap_unstacked.plot(____=____, title='Median Market Capitalization by Exchange')

# Set the x label
plt.____('USD mn')

# Show the plot
plt.show()

Edit dan Jalankan Kode