Sektöre göre medyan piyasa değeri

Birleştirilmiş veri (aggregate data), birden fazla ölçümün bir araya getirilmesiyle oluşur. Videoda öğrendiğin gibi, .groupby() fonksiyonu verini belirli bir kategoriye göre birleştirmekte çok kullanışlıdır.

Daha önce piyasa değeri verilerinde büyük aykırı değerler olduğunu görmüştün. Her bir sektördeki şirketlerin piyasa değerine dair daha güvenilir bir özet elde etmek için sektöre göre medyan piyasa değerini hesaplayacaksın. pandas pd olarak ve matplotlib.pyplot plt olarak içe aktarılmıştır; NYSE borsa listeleri de çalışma alanında nyse adlı DataFrame olarak mevcut.

Bu egzersiz, kursun bir parçasıdır

Python ile Finansal Verileri İçe Aktarma ve Yönetme

Kursa Göz Atın

Egzersiz talimatları

.info() ile nyse DataFrame'ini incele.
Yayma (broadcasting) ve .div() kullanarak, piyasa değerini milyon USD cinsinden içeren yeni bir market_cap_m sütunu oluştur.
.drop() ile 'Market Capitalization' sütununu çıkar.
Verilerini gruplamak için nyse üzerinde .groupby() metodunu uygula ve grup sütunu olarak 'Sector' kullan.
market_cap_m sütununun medyanını median_mcap_by_sector olarak hesapla.
Sonucu başlık olarak 'NYSE - Median Market Capitalization' ile yatay çubuk grafik olarak çiz. Birim etiketi eklemek için plt.xlabel() ile 'USD mn' kullan.
Sonucu göster.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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()

Kodu Düzenle ve Çalıştır