Медианная рыночная капитализация по секторам

Агрегированные данные — это данные, объединённые из нескольких измерений. Как вы узнали из видео, функция .groupby() удобна для агрегирования данных по определённой категории.

Ранее вы уже видели, что данные о рыночной капитализации содержат значительные выбросы. Чтобы получить более устойчивую оценку рыночной стоимости компаний в каждом секторе, вы вычислите медианную рыночную капитализацию по секторам. Библиотеки pandas (как pd) и matplotlib.pyplot (как plt) уже импортированы, а листинг фондовой биржи NYSE доступен в вашем рабочем пространстве в виде DataFrame nyse.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

Изучите nyse с помощью .info().
Используя широковещательное присваивание и метод .div(), создайте новый столбец market_cap_m, содержащий рыночную капитализацию в миллионах долларов США.
Удалите столбец 'Market Capitalization' с помощью .drop().
Примените метод .groupby() к nyse, указав 'Sector' в качестве столбца для группировки данных.
Вычислите медиану столбца market_cap_m и сохраните результат как median_mcap_by_sector.
Постройте результат в виде горизонтальной столбчатой диаграммы с заголовком 'NYSE - Median Market Capitalization'. Используйте plt.xlabel() со значением 'USD mn', чтобы добавить подпись к оси.
Отобразите результат.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Inspect NYSE data
nyse.____()

# Create market_cap_m
nyse['market_cap_m'] = ____[____].div(1e6)

# Drop market cap column
nyse = ____.____('Market Capitalization', axis=1)

# Group nyse by sector
mcap_by_sector = ____.____(____)

# Calculate median
median_mcap_by_sector = mcap_by_sector.____.____()

# Plot and show as horizontal bar chart
median_mcap_by_sector.plot(____=____, title='NYSE - Median Market Capitalization')

# Add the label
plt.____('USD mn')

# Show the plot
plt.show()

Редактировать и запускать код