カテゴリ変数を要約する

Pythonでの金融データのインポートと管理

Stefan Jansen

Instructor

カテゴリ変数から量的変数へ

ここまで、量的変数を分析しました
カテゴリ変数は別の手法が必要です
平均などの概念は適切でないことが多い
代わりに度数分布を用います

カテゴリ型の上場情報

amex = pd.read_excel('listings.xlsx', sheet_name='amex', 
                     na_values=['n/a'])
amex.info()

RangeIndex: 360 entries, 0 to 359
Data columns (total 7 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           360 non-null    object 
  1   Company Name           360 non-null    object 
 2   Last Sale              346 non-null    float64
 3   Market Capitalization  360 non-null    float64
 4   IPO Year               105 non-null    float64
 5   Sector                 238 non-null    object 
 6   Industry               238 non-null    object 
dtypes: float64(3), object(4)

カテゴリ型の上場情報

amex = amex['Sector'].nunique()

apply(): 各列に関数を適用
lambda: 無名関数。各列 x を受け取る

amex.Sector.apply(lambda x: x.nunique())

Stock Symbol             360
Company Name             326
Last Sale                323
Market Capitalization    317
...

セクターごとの観測数

amex['Sector'].value_counts()

Health Care              49 # 最頻値
Basic Industries         44
Energy                   28
Consumer Services        27
Capital Goods            24
Technology               20
Consumer Non-Durables    13
Finance                  12
Public Utilities         11
Miscellaneous             5
...

年ごとのIPO件数

amex['IPO Year'].value_counts()

2002.0    19 # 最頻値
2015.0    11
1999.0     9
1993.0     7
2014.0     6
2013.0     5
2017.0     5
...
2009.0     1
1990.0     1
1991.0     1
Name: IPO Year, dtype: int64

IPO年をintに変換する

ipo_by_yr = amex['IPO Year'].dropna().astype(int).value_counts()
ipo_by_yr

2002    19
2015    11
1999     9
1993     7
2014     6
2004     5
2003     5
2017     5
...
1987     1
Name: IPO Year, dtype: int64

IPO年をintに変換する

ipo_by_yr.plot(kind='bar', title='IPOs per Year')
plt.xticks(rotation=45)

年ごとのIPOの棒グラフ

演習に進みましょう！

Pythonでの金融データのインポートと管理