Hledání odlehlých hodnot pomocí kontingenčních tabulek
Teď potřebuješ najít a odstranit odlehlé hodnoty, které v datech možná jsou. V tomto cvičení k tomu využiješ kontingenční tabulky a agregační funkce.
Podívej se na sloupec person_emp_length. Argument aggfunc = 'mean' ti ukázal průměr číselného sloupce, ale pro odhalení odlehlých hodnot můžeš použít i jiné funkce, například min a max.
Délka zaměstnání kratší než 0 nebo delší než 60 let není reálná. Pomocí kontingenčních tabulek zkontroluj, jestli se taková data přece jen nevyskytují!
Dataset cr_loan je načtený v pracovním prostředí.
Toto cvičení je součástí kurzu
Credit Risk Modeling in Python
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create the cross table for loan status, home ownership, and the max employment length
print(pd.____(cr_loan[____],cr_loan[____],
values=cr_loan[____], aggfunc=____))