Sostituire i dati mancanti sul credito
Ora dovresti controllare la presenza di dati mancanti. Se trovi valori mancanti in loan_status, non potresti usare i dati per prevedere la probabilità di default perché non sapresti se il prestito è andato in default oppure no. I dati mancanti in person_emp_length sarebbero meno critici, ma causerebbero comunque errori in fase di training.
Quindi, verifica se ci sono valori mancanti nella colonna person_emp_length e sostituisci eventuali valori mancanti con la mediana.
L'insieme di dati cr_loan è stato caricato nell'area di lavoro.
Questo esercizio fa parte del corso
Credit Risk Modeling in Python
Istruzioni dell'esercizio
- Stampa un array con i nomi delle colonne che contengono dati mancanti usando
.isnull(). - Stampa le prime cinque righe del data set che hanno dati mancanti per
person_emp_length. - Sostituisci i dati mancanti con la mediana di tutte le durate di impiego usando
.fillna(). - Crea un istogramma della colonna
person_emp_lengthper verificare la distribuzione.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Print a null value column array
print(____.columns[____.____().any()])
# Print the top five rows with nulls for employment length
print(____[____[____].____()].head())
# Impute the null values with the median value for all employment lengths
____[____].____((cr_loan['person_emp_length'].____()), inplace=True)
# Create a histogram of employment length
n, bins, patches = plt.____(____[____], bins='auto', color='blue')
plt.xlabel("Person Employment Length")
plt.____()