按交易所与行业划分的公司价值

通过在 .groupby() 中传入列名列表，以及/或者直接对一个或多个数值列应用统计方法（如 .mean()），您可以生成更细粒度的数据汇总。

本练习中，您将计算各行业的市值中位数，并按照公司所上市的交易所进行区分。您还将使用 .unstack() 将交易所标签从行透视到列。在开始练习前，建议先在控制台检查一下 listings！

已导入 pandas 为 pd、matplotlib.pyplot 为 plt，工作区中提供了 listings DataFrame，其中包含参考列 'Exchange'，以及新的列 market_cap_m（以百万美元计的市值）。

本练习是课程的一部分

在 Python 中导入与管理金融数据

查看课程

练习说明

同时按 'Sector' 与 'Exchange' 对数据分组，并将结果赋给 by_sector_exchange。
计算 by_sector_exchange 的市值中位数，赋给 mcap_by_sector_exchange。
使用 .head() 显示结果的前 5 行。
对 mcap_by_sector_exchange 调用 .unstack()，将 Exchange 标签移到列上，并赋给 mcap_unstacked。
将结果绘制为条形图，标题设为 'Median Market Capitalization by Exchange'，ylabel 设为 'USD mn'。
显示图形结果。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码