Beräkna flera nyckeltal per sektor och börs
Funktionen .agg() låter dig aggregera data på ännu fler sätt. Genom att ange en lista med namn på statistiska metoder beräknas mer än ett sammanfattningsmått på en gång. Du kan ge de aggregerade kolumnerna nya namn med rename-metoden, som tar ett ordboksargument där nycklarna är namnen på de beräknade måtten och värdena är dina önskade nya namn.
I den här övningen beräknar du medelvärde, median och standardavvikelse för börsvärden i miljoner USD. pandas som pd och matplotlib.pyplot som plt har importerats, och DataFramen listings med referenskolumnen 'Exchange' finns tillgänglig i din arbetsyta.
Den här övningen är en del av kursen
Importera och hantera finansiell data i Python
Övningsinstruktioner
- Skapa med broadcasting och
.div()en ny kolumn'market_cap_m'som innehåller börsvärdesdata i miljoner USD. - Gruppera din data efter både
'Sector'och'Exchange'och tilldela resultatet tillby_sector_exchange. - Tilldela kolumnen
market_cap_mfrånby_sector_exchangetill variabelnbse_mcm. - Använd
.agg()för att beräkna medelvärde, median och standardavvikelse förmarket_cap_m, och anropa rename-metoden med ett ordboksargument för nyckelordsparameterncolumnsdär resultaten lagras som'Average','Median'respektive'Standard Deviation', och tilldela tillsummary. - Skriv ut resultatet i konsolen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)