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
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))