依產業與交易所計算多項指標
.agg() 函式能讓你用更多方式彙總資料。提供統計方法名稱的清單時，可以一次計算多個摘要統計量。你也可以用 rename 方法為彙總後的欄位指定新名稱；它接受一個字典做為引數，其中鍵是你計算的指標名稱，值是你想要的新名稱。
在這個練習中，你會計算以百萬美元為單位的市值之平均數、中位數與標準差。pandas 已以 pd 匯入，matplotlib.pyplot 已以 plt 匯入，而且包含參考欄位 'Exchange' 的 listings DataFrame 已經在你的工作環境中可用。
本練習屬於課程
在 Python 中匯入與管理財務資料
練習說明
- 使用廣播與
.div()，建立新欄位'market_cap_m'，其內容為以百萬美元計的市值。 - 以
'Sector'與'Exchange'共同分組，將結果指定給by_sector_exchange。 - 取出
by_sector_exchange的market_cap_m欄位，指定給變數bse_mcm。 - 使用
.agg()對market_cap_m計算平均數、中位數與標準差，並呼叫 rename 方法，於關鍵字參數columns傳入字典，將結果分別命名為'Average'、'Median'、'Standard Deviation'，並指定給summary。 - 在主控台列印結果。
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。
# 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)