Menghapus data yang hilang
Anda telah mengganti data yang hilang pada person_emp_length, tetapi pada latihan sebelumnya Anda melihat bahwa loan_int_rate juga memiliki data yang hilang.
Seperti halnya data yang hilang pada loan_status, data yang hilang pada loan_int_rate akan menyulitkan proses prediksi.
Karena suku bunga ditetapkan oleh perusahaan Anda, keberadaan data yang hilang pada kolom ini sangatlah janggal. Mungkin ada masalah saat pemasukan data yang menyebabkan kesalahan, tetapi Anda tidak dapat memastikannya. Untuk saat ini, sebaiknya .drop() catatan-catatan tersebut sebelum melanjutkan.
Himpunan data cr_loan telah dimuat di ruang kerja.
Latihan ini adalah bagian dari kursus
Pemodelan Risiko Kredit dengan Python
Petunjuk latihan
- Cetak jumlah catatan yang berisi data hilang untuk suku bunga.
- Buat sebuah array indeks untuk baris yang berisi suku bunga yang hilang dan beri nama indices.
- Hapus catatan dengan data suku bunga yang hilang dan simpan hasilnya ke
cr_loan_clean.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Print the number of nulls
print(____[____].____().____())
# Store the array on indices
____ = ____[____[____].____].____
# Save the new data without missing data
____ = ____.____(____)