按行业与交易所计算多项指标
.agg() 函数可以让您以更多方式聚合数据。提供一个统计方法名称的列表时，可以一次计算多项汇总统计。您可以使用 rename 方法为聚合后的列提供新名称。该方法接收一个字典参数，其中键是您计算的指标名称，值是期望的新名称。
在本练习中，您将计算以百万美元计的市值的均值、中位数和标准差。pandas 已按 pd 导入，matplotlib.pyplot 已按 plt 导入，工作区中提供了包含参考列 'Exchange' 的 listings 数据帧。
本练习是课程的一部分
在 Python 中导入与管理金融数据
练习说明
- 使用广播和
.div()创建新列'market_cap_m'，其内容为以百万美元计的市值数据。 - 按
'Sector'与'Exchange'同时对数据分组，并将结果赋给by_sector_exchange。 - 将
by_sector_exchange的market_cap_m列赋给变量bse_mcm。 - 使用
.agg()计算market_cap_m的均值、中位数和标准差，并调用 rename 方法，在关键字参数columns中传入字典，将结果分别存入'Average'、'Median'和'Standard Deviation'，并赋给summary。 - 在控制台打印结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)