Bedrijfswaarde per beurs en sector
Je kunt gedetailleerdere samenvattingen van je data maken door een lijst met kolommen aan .groupby() door te geven en/of een statistische methode zoals .mean() rechtstreeks toe te passen op een of meer numerieke kolommen.
Hier bereken je de mediane marktkapitalisatie per sector, uitgesplitst naar de beurs waarop de bedrijven genoteerd zijn. Je gebruikt ook .unstack() om de beursetiketten van de rijen naar de kolommen te draaien. Het is handig om listings eerst in je console te bekijken voordat je aan de oefening begint!
pandas als pd en matplotlib.pyplot als plt zijn geïmporteerd, en de DataFrame listings, met referentiekolom 'Exchange' en een nieuwe kolom market_cap_m met de marktkapitalisatie in miljoenen USD, is beschikbaar in je werkruimte.
Deze oefening maakt deel uit van de cursus
Financiële data importeren en beheren in Python
Oefeninstructies
- Groepeer je data op zowel
'Sector'als'Exchange'en ken het resultaat toe aanby_sector_exchange. - Bereken de mediane marktkapitalisatie voor
by_sector_exchangeen ken dit toe aanmcap_by_sector_exchange. - Toon de eerste 5 rijen van het resultaat met
.head(). - Roep
.unstack()aan opmcap_by_sector_exchangeom deExchange-labels naar de kolommen te verplaatsen en ken dit toe aanmcap_unstacked. - Plot het resultaat als staafdiagram met de titel
'Median Market Capitalization by Exchange'enylabelingesteld op'USD mn', - Toon de plot.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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()