依交易所與產業別查看公司市值

你可以在 .groupby() 中提供欄位名稱的清單，和／或直接對一個或多個數值欄位套用統計方法（例如 .mean()），來產生更細緻的摘要。

在這裡，你將針對每個產業計算「市值中位數」，並依公司所掛牌的交易所區分。你也會使用 .unstack()，把交易所標籤從列轉成欄。在開始練習前，先在主控台檢查一下 listings 會是個好主意！

已經匯入 pandas 為 pd 與 matplotlib.pyplot 為 plt，工作區中也提供了 listings DataFrame，其中包含參考欄位 'Exchange'，以及新的欄位 market_cap_m（以百萬美元為單位的市值）。

本練習屬於課程

在 Python 中匯入與管理財務資料

檢視課程

練習說明

以 'Sector' 與 'Exchange' 同時分組，並將結果指派給 by_sector_exchange。
計算 by_sector_exchange 的市值中位數，指派為 mcap_by_sector_exchange。
使用 .head() 顯示結果的前 5 列。
對 mcap_by_sector_exchange 呼叫 .unstack()，把 Exchange 標籤移到欄位，並指派為 mcap_unstacked。
以長條圖繪製結果，標題設為 'Median Market Capitalization by Exchange'，ylabel 設為 'USD mn'。
顯示圖表。

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。

# Group listings by Sector and Exchange
by_sector_exchange = ____.____(['Sector', 'Exchange'])

# Calculate the median market cap
mcap_by_sector_exchange = by_sector_exchange.____.____()

# Display the head of the result
print(mcap_by_sector_exchange.____())

# Unstack mcap_by_sector_exchange
mcap_unstacked = ____.____()

# Plot as a bar chart
mcap_unstacked.plot(____=____, title='Median Market Capitalization by Exchange')

# Set the x label
plt.____('USD mn')

# Show the plot
plt.show()

編輯並執行程式碼