เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

มูลค่าตลาดเฉลี่ย (median) แยกตามกลุ่มอุตสาหกรรม

ข้อมูลที่ผ่านการรวม (Aggregate data) คือข้อมูลที่ได้จากการนำการวัดหลายรายการมารวมกัน อย่างที่ได้เรียนในวิดีโอ ฟังก์ชัน .groupby() ช่วยในการรวมข้อมูลตามหมวดหมู่ที่กำหนดได้อย่างมีประสิทธิภาพ

ก่อนหน้านี้คุณได้เห็นแล้วว่าข้อมูล market capitalization มี outlier ขนาดใหญ่ เพื่อให้ได้ภาพรวมของมูลค่าบริษัทในแต่ละกลุ่มอุตสาหกรรมที่แม่นยำยิ่งขึ้น จะคำนวณค่า median market capitalization แยกตามกลุ่มอุตสาหกรรม โดยได้ import pandas เป็น pd และ matplotlib.pyplot เป็น plt ไว้แล้ว และข้อมูลรายชื่อหุ้นในตลาดหลักทรัพย์ NYSE พร้อมใช้งานใน workspace ในรูปแบบ DataFrame ชื่อ nyse

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การนำเข้าและจัดการข้อมูลทางการเงินใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ตรวจสอบ nyse ด้วย .info()
  • ใช้ broadcasting และ .div() สร้างคอลัมน์ใหม่ชื่อ market_cap_m ที่เก็บค่า market capitalization ในหน่วยล้าน USD
  • ลบคอลัมน์ 'Market Capitalization' ออกด้วย .drop()
  • ใช้เมธอด .groupby() กับ nyse โดยกำหนดให้ 'Sector' เป็นคอลัมน์สำหรับจัดกลุ่มข้อมูล
  • คำนวณค่า median ของคอลัมน์ market_cap_m แล้วเก็บไว้ในตัวแปร median_mcap_by_sector
  • พล็อตผลลัพธ์เป็นแผนภูมิแท่งแนวนอน พร้อมตั้งชื่อว่า 'NYSE - Median Market Capitalization' และใช้ plt.xlabel() พร้อม 'USD mn' เพื่อเพิ่ม label แกน
  • แสดงผลลัพธ์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด