ComenzarEmpieza gratis

Crosstab y tablas dinámicas

A menudo, los datos financieros se ven como una tabla dinámica en hojas de cálculo como Excel.

Con las tablas cruzadas, obtienes una vista de alto nivel de las columnas seleccionadas e incluso agregaciones como un recuento o una media. Para la mayoría de los modelos de riesgo de crédito, especialmente para la probabilidad de impago, columnas como person_emp_length y person_home_ownership son habituales para empezar a investigar.

Podrás ver cómo se rellenan los valores a lo largo de los datos, y visualizarlos. Por ahora, tienes que comprobar cómo afecta a loan_status factores como la condición de propietario de la vivienda, el grado del préstamo y el porcentaje del préstamo sobre los ingresos.

El conjunto de datos cr_loan se ha cargado en el espacio de trabajo.

Este ejercicio forma parte del curso

Modelado del riesgo crediticio en Python

Ver curso

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create a cross table of the loan intent and loan status
print(pd.____(cr_loan[____], cr_loan[____], margins = True))
Editar y ejecutar código