거래소와 섹터별 기업가치
.groupby()에 열 이름의 리스트를 넣고, 하나 이상의 수치형 열에 .mean() 같은 통계 메서드를 직접 적용하면 더 세분화된 요약을 만들 수 있어요.
이번에는 기업이 상장된 거래소에 따라 구분해, 각 섹터의 시가총액 중앙값을 계산해 보겠습니다. 또한 .unstack()을 사용해 행에 있는 거래소 레이블을 열로 피벗합니다. 연습을 시작하기 전에 콘솔에서 listings를 한 번 확인해 보시는 것을 권장해요!
pandas는 pd로, matplotlib.pyplot은 plt로 이미 임포트되어 있으며, 기준 열 'Exchange'와 시가총액을 백만 달러 단위로 담은 새 열 market_cap_m을 포함한 listings DataFrame이 작업 공간에 준비되어 있어요.
이 연습은 강의의 일부입니다
Python으로 금융 데이터 가져오기와 관리
연습 안내
- 데이터를
'Sector'와'Exchange'기준으로 그룹화하고 결과를by_sector_exchange에 할당하세요. by_sector_exchange의 시가총액 중앙값을 계산해mcap_by_sector_exchange에 할당하세요..head()로 결과의 처음 5개 행을 출력하세요.mcap_by_sector_exchange에.unstack()을 호출해Exchange레이블을 열로 이동시키고, 결과를mcap_unstacked에 할당하세요.- 결과를 막대그래프로 그리되, 제목은
'Median Market Capitalization by Exchange',ylabel은'USD mn'으로 설정하세요. - 결과를 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()