Capitalizzazione mediana per anno di IPO

Nell’ultima lezione del capitolo precedente, hai creato una timeline del numero di IPO per anno per le aziende tecnologiche.

Ora analizziamo come si è evoluta la capitalizzazione di mercato per i diversi anni di IPO. Puoi combinare i dati di tutte e tre le borse per avere una visione più completa.

pandas come pd e matplotlib.pyplot come plt sono già importati, e il DataFrame listings degli esercizi precedenti — che ora include una colonna di riferimento aggiuntiva 'exchange' con la borsa di quotazione per ciascuna società — è disponibile nel tuo workspace.

Questo esercizio fa parte del corso

Importing and Managing Financial Data in Python

Visualizza corso

Istruzioni dell'esercizio

Ispeziona e visualizza listings usando .info() e .head().
Usando il broadcasting, crea una nuova colonna market_cap_m in listings che contenga la capitalizzazione in milioni di USD.
Seleziona tutte le società con 'IPO Year' successivo al 1985.
Elimina tutti i valori mancanti nella colonna 'IPO Year' e converte i rimanenti in tipo int.
Raggruppa listings per 'IPO Year', seleziona la colonna market_cap_m, calcola la median, ordina con .sort_index() e assegna il risultato a ipo_by_year.
Traccia e mostra i risultati come un grafico a barre.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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()

Modifica ed esegui il codice