Вычисление нескольких метрик по секторам и биржам
Функция .agg() позволяет агрегировать данные самыми разными способами. Если передать ей список названий статистических методов, она вычислит сразу несколько сводных показателей. Чтобы переименовать агрегированные столбцы, используйте метод .rename(), принимающий словарь, в котором ключи — это названия вычисленных метрик, а значения — желаемые новые имена.
В этом упражнении вы вычислите среднее значение, медиану и стандартное отклонение рыночной капитализации в миллионах долларов США. pandas импортирован как pd, matplotlib.pyplot — как plt, а DataFrame listings со столбцом-ссылкой 'Exchange' доступен в вашем рабочем пространстве.
Это упражнение является частью курса
Импорт и управление финансовыми данными в Python
Инструкции к упражнению
- С помощью broadcasting и метода
.div()создайте новый столбец'market_cap_m', содержащий данные о рыночной капитализации в миллионах долларов США. - Сгруппируйте данные одновременно по столбцам
'Sector'и'Exchange'и сохраните результат в переменнуюby_sector_exchange. - Присвойте столбец
market_cap_mизby_sector_exchangeпеременнойbse_mcm. - Примените
.agg()для вычисления среднего значения, медианы и стандартного отклонения дляmarket_cap_m, затем вызовите метод.rename()со словарём в качестве аргумента параметраcolumns, сохраняя результаты в столбцах'Average','Median'и'Standard Deviation'соответственно, и присвойте итог переменнойsummary. - Выведите результат в консоль.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)