欠損データの削除
前の演習で person_emp_length の欠損値を置換しましたが、loan_int_rate にも欠損があることがわかりました。
loan_status に欠損がある場合と同様に、loan_int_rate に欠損があると予測が難しくなります。
金利は自社で設定するため、この列に欠損があるのは非常に不自然です。データ取り込み時の不具合でエラーが生じた可能性はありますが、確証はありません。先に進む前に、ひとまずこれらのレコードは .drop() するのが最善です。
データセット cr_loan はワークスペースに読み込まれています。
この演習はコースの一部です
Pythonで学ぶクレジットリスクモデリング
演習の手順
- 金利に欠損があるレコード数を出力してください。
- 金利が欠損している行のインデックス配列を作成し、変数名を indices にしてください。
- 金利が欠損しているレコードを削除し、結果を
cr_loan_cleanに保存してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Print the number of nulls
print(____[____].____().____())
# Store the array on indices
____ = ____[____[____].____].____
# Save the new data without missing data
____ = ____.____(____)