Obliczanie kilku miar dla sektorów i giełd
Funkcja .agg() pozwala agregować dane na wiele sposobów. Podając listę nazw metod statystycznych, możesz obliczyć kilka statystyk podsumowujących jednocześnie. Nowe nazwy kolumn wynikowych możesz nadać za pomocą metody rename, która przyjmuje słownik – klucze to nazwy obliczonych miar, a wartości to docelowe nazwy kolumn.
W tym ćwiczeniu obliczysz średnią, medianę i odchylenie standardowe kapitalizacji rynkowych w milionach USD. Biblioteka pandas jest zaimportowana jako pd, matplotlib.pyplot jako plt, a DataFrame listings z kolumną referencyjną 'Exchange' jest dostępny w twoim środowisku.
To ćwiczenie jest częścią kursu
Importowanie i zarządzanie danymi finansowymi w Pythonie
Instrukcje do ćwiczenia
- Korzystając z broadcastingu i metody
.div(), utwórz nową kolumnę'market_cap_m'zawierającą dane o kapitalizacji rynkowej w milionach USD. - Pogrupuj dane według kolumn
'Sector'i'Exchange', przypisując wynik do zmiennejby_sector_exchange. - Przypisz kolumnę
market_cap_mz obiektuby_sector_exchangedo zmiennejbse_mcm. - Użyj
.agg(), aby obliczyć średnią, medianę i odchylenie standardowe dlamarket_cap_m, a następnie wywołaj metodęrenamez argumentem słownikowym dla parametrucolumns, zapisując wyniki odpowiednio pod nazwami'Average','Median'i'Standard Deviation'– przypisz rezultat do zmiennejsummary. - Wydrukuj wynik w konsoli.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create market_cap_m
listings['market_cap_m'] = ____[____].div(1e6)
# Group listing by both Sector and Exchange
by_sector_exchange = ____.____(['Sector', 'Exchange'])
# Subset market_cap_m of by_sector_exchange
bse_mcm = ____[____]
# Calculate mean, median, and std in summary
summary = ____.____(['____', '____', '____']).rename(columns={'mean': ____, 'median': ____, 'std':____})
# Print the summary
print(summary)