各產業的市值中位數
彙總資料是由多個量測整合而成的資料。就像你在影片中所學到的，.groupby() 函式有助於依特定類別彙總你的資料。
你先前已看到市值資料存在大型極端值。為了更穩健地概覽各產業公司的市場價值，你將計算各產業的市值中位數。pandas 已以 pd 匯入，matplotlib.pyplot 已以 plt 匯入，NYSE 上市公司的清單已以 nyse 這個 DataFrame 提供在你的工作空間中。
本練習屬於課程
在 Python 中匯入與管理財務資料
練習說明
- 使用
.info()檢視nyse。 - 透過廣播與
.div()，建立新欄位market_cap_m，其內容為市值的百萬美元（million USD）。 - 使用
.drop()省略欄位「'Market Capitalization'」。 - 對
nyse套用.groupby()方法，並以「'Sector'」作為分組欄位。 - 將
market_cap_m欄位計算其中位數，命名為median_mcap_by_sector。 - 以水平長條圖繪製結果，標題為「'NYSE - Median Market Capitalization'」。使用
plt.xlabel()搭配「'USD mn'」加入座標軸標籤。 - 顯示結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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()