Valor da empresa por bolsa e setor
Você pode gerar resumos mais detalhados dos seus dados fornecendo uma lista de colunas dentro de .groupby() e/ou aplicando diretamente um método estatístico, como .mean(), a uma ou mais colunas numéricas.
Aqui, você vai calcular a mediana da capitalização de mercado para cada setor, diferenciada pela bolsa em que as empresas estão listadas. Você também usará .unstack() para pivotar os rótulos de bolsa das linhas para as colunas. É uma boa ideia inspecionar listings no seu console antes de começar o exercício!
pandas como pd e matplotlib.pyplot como plt já foram importados, e o DataFrame listings, com a coluna de referência 'Exchange' e uma nova coluna market_cap_m que contém a capitalização de mercado em milhões de USD, está disponível no seu ambiente de trabalho.
Este exercício faz parte do curso
Importing and Managing Financial Data in Python
Instruções do exercício
- Agrupe seus dados por
'Sector'e'Exchange', atribuindo o resultado aby_sector_exchange. - Calcule a mediana da capitalização de mercado para
by_sector_exchangee atribua amcap_by_sector_exchange. - Mostre as primeiras 5 linhas do resultado com
.head(). - Chame
.unstack()emmcap_by_sector_exchangepara mover os rótulos deExchangepara as colunas e atribua amcap_unstacked. - Plote o resultado como um gráfico de barras com o título
'Median Market Capitalization by Exchange'eylabeldefinido como'USD mn', - Mostre o resultado.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()