НачатьНачать бесплатно

Сводная статистика по секторам

К объекту groupby можно применять различные методы сводной статистики, с которыми вы познакомились в предыдущей главе, — и получать результаты отдельно для каждой категории. В том числе метод .describe(), который сразу даёт несколько полезных показателей!

В этом упражнении вы потренируетесь на данных биржи NASDAQ. Библиотека pandas импортирована как pd, а данные о листингах NASDAQ доступны в рабочей области в DataFrame nasdaq.

Это упражнение является частью курса

Импорт и управление финансовыми данными в Python

Посмотреть курс

Инструкции к упражнению

  • Изучите данные nasdaq с помощью .info().
  • Создайте новый столбец market_cap_m, содержащий рыночную капитализацию в миллионах долларов США. На следующей строке удалите столбец 'Market Capitalization'.
  • Сгруппируйте данные nasdaq по столбцу 'Sector' и сохраните результат в переменную nasdaq_by_sector.
  • Вызовите метод .describe() для nasdaq_by_sector, сохраните результат в переменную summary и выведите его на экран.
  • Результат представлен в длинном формате и использует pd.MultiIndex(), с которым вы уже сталкивались ранее. Преобразуйте summary в широкий формат с помощью .unstack().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Inspect NASDAQ data
nasdaq.____()

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

# Drop the Market Capitalization column
nasdaq.drop('Market Capitalization', axis=1, inplace=True)

# Group nasdaq by Sector
nasdaq_by_sector = ____.____(____)

# Create summary statistics by sector
summary = ____.____()

# Print the summary
print(summary)

# Unstack 
summary = ____.____()

# Print the summary again
print(summary)
Редактировать и запускать код