สถิติสรุปทั้งหมดแยกตามภาคธุรกิจ
สามารถนำสถิติสรุปต่าง ๆ ที่เรียนมาในบทก่อนหน้าไปใช้กับออบเจกต์ groupby เพื่อดูผลลัพธ์แยกตามแต่ละหมวดหมู่ได้ ซึ่งรวมถึงฟังก์ชัน .describe() ที่ให้ข้อมูลเชิงลึกหลายอย่างพร้อมกันในครั้งเดียว!
ในแบบฝึกหัดนี้ จะได้ฝึกใช้กับข้อมูลรายชื่อหุ้นใน NASDAQ โดย pandas ถูก import เป็น pd แล้ว และข้อมูลรายชื่อหลักทรัพย์ใน NASDAQ Stock Exchange มีอยู่ใน DataFrame ชื่อ nasdaq ใน workspace ของคุณ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การนำเข้าและจัดการข้อมูลทางการเงินใน Python
คำแนะนำการฝึกหัด
- ตรวจสอบข้อมูล
nasdaqโดยใช้.info() - สร้างคอลัมน์ใหม่ชื่อ
market_cap_mที่เก็บมูลค่าตลาดในหน่วยล้าน USD จากนั้นในบรรทัดถัดไป ให้ลบคอลัมน์'Market Capitalization'ออก - จัดกลุ่มข้อมูล
nasdaqตาม'Sector'แล้วกำหนดให้กับตัวแปรnasdaq_by_sector - เรียกใช้เมธอด
.describe()บนnasdaq_by_sectorกำหนดผลลัพธ์ให้กับsummaryแล้วพิมพ์ผลลัพธ์ออกมา - วิธีนี้ใช้ได้ แต่
resultอยู่ในรูปแบบ long format และใช้pd.MultiIndex()ที่เคยเห็นมาก่อนหน้านี้ แปลงsummaryให้เป็น wide format โดยเรียกใช้.unstack()
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)