Trung vị vốn hóa thị trường theo ngành
Dữ liệu tổng hợp (aggregate data) là dữ liệu được kết hợp từ nhiều phép đo. Như bạn đã thấy trong video, hàm .groupby() rất hữu ích để tổng hợp dữ liệu theo một danh mục cụ thể.
Bạn đã thấy trước đó rằng dữ liệu vốn hóa thị trường có nhiều ngoại lệ (outlier) rất lớn. Để có bản tóm tắt vững hơn về giá trị thị trường của các công ty trong mỗi ngành, bạn sẽ tính trung vị vốn hóa thị trường theo ngành. pandas là pd và matplotlib.pyplot là plt đã được nhập, và danh sách niêm yết sàn NYSE có sẵn trong không gian làm việc của bạn dưới dạng DataFrame nyse.
Bài tập này là một phần của khóa học
Nhập và quản lý dữ liệu tài chính bằng Python
Hướng dẫn bài tập
- Khảo sát
nysebằng.info(). - Dùng broadcasting và
.div()để tạo cột mớimarket_cap_mchứa vốn hóa thị trường tính theo triệu USD. - Loại bỏ cột
'Market Capitalization'bằng.drop(). - Áp dụng phương thức
.groupby()lênnyse, dùng'Sector'làm cột để nhóm dữ liệu. - Tính trung vị của cột
market_cap_mvà lưu làmedian_mcap_by_sector. - Vẽ kết quả dưới dạng biểu đồ thanh ngang với tiêu đề
'NYSE - Median Market Capitalization'. Dùngplt.xlabel()với'USD mn'để thêm nhãn trục. - Hiển thị kết quả.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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()