取引所別・セクター別の企業価値
.groupby()に列名のリストを渡したり、1つ以上の数値列に対して .mean() のような統計メソッドを直接適用したりすることで、より粒度の細かい要約を作成できます。
ここでは、各セクターについて、企業が上場している取引所ごとに区別して、時価総額の中央値を計算します。さらに、.unstack() を使って、行にある取引所ラベルを列にピボットします。演習を始める前に、コンソールで listings を確認しておくとよいでしょう。
pandas は pd、matplotlib.pyplot は plt としてインポート済みで、作業スペースには参照列 'Exchange' と、時価総額（USDの百万単位）を含む新しい列 market_cap_m を持つ listings DataFrame が用意されています。
この演習はコースの一部です
Pythonでの金融データのインポートと管理
演習の手順
- データを
'Sector'と'Exchange'の両方でグループ化し、結果をby_sector_exchangeに代入します。 by_sector_exchangeの時価総額の中央値を計算し、mcap_by_sector_exchangeに代入します。.head()で結果の先頭5行を表示します。mcap_by_sector_exchangeに対して.unstack()を呼び出し、Exchangeのラベルを列に移して、mcap_unstackedに代入します。- 結果を棒グラフでプロットし、タイトルを
'Median Market Capitalization by Exchange'、ylabelを'USD mn'に設定します。 - 結果を表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()