Wartość spółek według giełdy i sektora

Bardziej szczegółowe podsumowania danych możesz uzyskać, podając listę kolumn do .groupby() i/lub stosując metodę statystyczną, taką jak .mean(), bezpośrednio do jednej lub kilku kolumn numerycznych.

W tym ćwiczeniu obliczysz medianę kapitalizacji rynkowej dla każdego sektora, z podziałem na giełdy, na których notowane są spółki. Użyjesz też .unstack(), aby przestawić etykiety giełd z wierszy do kolumn. Przed rozpoczęciem ćwiczenia warto zajrzeć do listings w konsoli!

pandas jako pd i matplotlib.pyplot jako plt zostały już zaimportowane. DataFrame listings z kolumną referencyjną 'Exchange' oraz nową kolumną market_cap_m zawierającą kapitalizację rynkową w milionach USD jest dostępny w twoim środowisku.

To ćwiczenie jest częścią kursu

Importowanie i zarządzanie danymi finansowymi w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Pogrupuj dane według 'Sector' i 'Exchange', a wynik przypisz do by_sector_exchange.
Oblicz medianę kapitalizacji rynkowej dla by_sector_exchange i przypisz wynik do mcap_by_sector_exchange.
Wyświetl pierwsze 5 wierszy wyniku za pomocą .head().
Wywołaj .unstack() na mcap_by_sector_exchange, aby przenieść etykiety Exchange do kolumn, i przypisz wynik do mcap_unstacked.
Przedstaw wynik jako wykres słupkowy z tytułem 'Median Market Capitalization by Exchange' i etykietą osi Y 'USD mn'.
Wyświetl wykres.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()

Edytuj i uruchom kod