Sektör ve borsaya göre birkaç metriği hesapla
.agg() fonksiyonu verilerini çok daha farklı şekillerde özetlemene olanak tanır. İstatistiksel yöntem adlarının bir listesini vermek, birden fazla özet istatistiği aynı anda hesaplar. Toplanan sütunlara yeni adlar vermek için, anahtarları hesapladığın metriklerin adları, değerleri ise istediğin yeni adlar olan bir sözlük alan rename metodunu kullanabilirsin.
Bu egzersizde, piyasa değerlerini (USD cinsinden milyon) için ortalama, medyan ve standart sapmayı hesaplayacaksın. pandas pd olarak ve matplotlib.pyplot plt olarak içe aktarıldı ve 'Exchange' başvuru sütununa sahip listings DataFrame'i çalışma alanında hazır.
Bu egzersiz, kursun bir parçasıdır
Python ile Finansal Verileri İçe Aktarma ve Yönetme
Egzersiz talimatları
- Yayılım (broadcasting) ve
.div()ile USD cinsinden piyasa değerini milyon olarak içeren yeni bir'market_cap_m'sütunu oluştur. - Verilerini hem
'Sector'hem de'Exchange'a göre grupla ve sonucuby_sector_exchangedeğişkenine ata. by_sector_exchangeiçindekimarket_cap_msütununubse_mcmdeğişkenine ata.market_cap_miçin.agg()ile ortalama, medyan ve standart sapmayı hesapla ve sonuçları sırasıyla'Average','Median've'Standard Deviation'olarak saklamak üzere, anahtar kelime parametresicolumnsiçin bir sözlük argümanıyla rename metodunu çağır; sonucusummarydeğişkenine ata.- Sonucu konsoluna yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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)