Обчисліть кілька метрик за сектором і біржею

Функція .agg() дає змогу агрегувати дані ще гнучкіше. Якщо передати список назв статистичних методів, можна обчислити кілька підсумкових показників одночасно. Нові назви для агрегованих стовпців можна задати методом rename, який приймає словник, де ключі — це назви метрик, які ви обчислюєте, а значення — бажані нові назви.

У цій вправі ви обчислите середнє, медіану та стандартне відхилення ринкових капіталізацій у мільйонах доларів США. pandas як pd і matplotlib.pyplot як plt вже імпортовано, а датафрейм listings із довідковим стовпцем 'Exchange' доступний у вашому робочому середовищі.

Ця вправа є частиною курсу

Імпорт і керування фінансовими даними в Python

Переглянути курс

Інструкції до вправи

За допомогою широкомовлення (broadcasting) і .div() створіть новий стовпець 'market_cap_m', що містить ринкову капіталізацію в мільйонах доларів США.
Згрупуйте дані одночасно за 'Sector' і 'Exchange', присвоївши результат змінній by_sector_exchange.
Присвойте стовпець market_cap_m з by_sector_exchange змінній bse_mcm.
Використайте .agg(), щоб обчислити mean, median і std для market_cap_m, і викличте метод rename зі словником у параметрі columns, зберігши результати відповідно в 'Average', 'Median' та 'Standard Deviation', і присвойте до summary.
Виведіть результат у консоль.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код