Shrnutí kategorických proměnných

Importing and Managing Financial Data in Python

Stefan Jansen

Instructor

Od kategorických ke kvantitativním proměnným

Dosud jsme analyzovali kvantitativní proměnné
Kategorické proměnné vyžadují jiný přístup
Pojmy jako průměr zde nedávají smysl
Místo toho využijeme frekvenční rozdělení

Kategorické informace o listingu

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)

Kategorické informace o listingu

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

apply(): volá funkci na každém sloupci
lambda: „anonymní funkce", přijímá každý sloupec jako argument x

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

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

Kolik pozorování na sektor?

amex['Sector'].value_counts()

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

Kolik IPO za rok?

amex['IPO Year'].value_counts()

2002.0    19 # Mode
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

Převod IPO Year na int

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

Převod IPO Year na int

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

Sloupcový graf IPO za rok

Pojďme si procvičit!

Importing and Managing Financial Data in Python