Företagsvärde per börs och sektor
Du kan skapa mer detaljerade sammanfattningar av dina data genom att ange en lista med kolumner i .groupby() och/eller tillämpa en statistisk metod som .mean() direkt på en eller flera numeriska kolumner.
Här ska du beräkna medianvärdet för börsvärdet för varje sektor, uppdelat efter vilken börs företagen är noterade på. Du använder också .unstack() för att flytta börsetiketterna från raderna till kolumnerna. Det är en bra idé att undersöka listings i konsolen innan du börjar!
pandas som pd och matplotlib.pyplot som plt har importerats, och DataFramen listings – med referenskolumnen 'Exchange' och en ny kolumn market_cap_m som innehåller börsvärdet i miljoner USD – finns tillgänglig i din arbetsyta.
Den här övningen är en del av kursen
Importera och hantera finansiell data i Python
Övningsinstruktioner
- Gruppera dina data efter både
'Sector'och'Exchange', och tilldela resultatet tillby_sector_exchange. - Beräkna medianbörsvärdet för
by_sector_exchangeoch tilldela resultatet tillmcap_by_sector_exchange. - Visa de första 5 raderna i resultatet med
.head(). - Anropa
.unstack()påmcap_by_sector_exchangeför att flyttaExchange-etiketterna till kolumnerna, och tilldela resultatet tillmcap_unstacked. - Rita resultatet som ett stapeldiagram med titeln
'Median Market Capitalization by Exchange'ochylabelsatt till'USD mn'. - Visa resultatet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()