Esplorare la soddisfazione dei clienti
Unire insiemi di dati è una competenza fondamentale nell’analisi dei dati, soprattutto quando si lavora con dati correlati provenienti da fonti diverse. Stai lavorando a un progetto per un istituto finanziario per capire la relazione tra i tassi di approvazione dei prestiti e la soddisfazione dei clienti. Sono stati condotti due studi separati: uno incentrato sul rendimento di approvazione dei prestiti in base a vari fattori e un altro sulla soddisfazione dei clienti in condizioni diverse. Il tuo compito è analizzare come il rendimento di approvazione si correla con la soddisfazione dei clienti, considerando anche un’altra variabile come i tassi di interesse.
I DataFrame loan_approval_yield e customer_satisfaction, pandas come pd, numpy come np, seaborn come sns e matplotlib.pyplot come plt sono già stati caricati per te.
Questo esercizio fa parte del corso
Progettazione Sperimentale in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Merge the two datasets
merged_data = pd.____(loan_approval_yield,
____,
on='____')