결측치 제거하기
person_emp_length의 결측치는 이미 대체했지만, 이전 연습 문제에서 loan_int_rate에도 결측치가 있다는 것을 확인하셨어요.
loan_status에 결측치가 있을 때와 마찬가지로, loan_int_rate에 결측치가 있으면 예측이 어려워집니다.
이자율은 회사에서 정하기 때문에, 이 열에 결측치가 있는 것은 매우 이례적입니다. 데이터 적재 과정에서 오류가 생겼을 가능성은 있지만, 확실히 알 수는 없어요. 당장은 이러한 레코드를 .drop()으로 제거하고 진행하는 것이 가장 좋습니다.
데이터 세트 cr_loan은 작업 공간에 로드되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 신용 리스크 모델링
연습 안내
- 이자율에 결측치가 있는 레코드 수를 출력하세요.
- 이자율 결측치가 있는 행들의 인덱스로 구성된 배열을 생성하고 이름을 indices로 하세요.
- 이자율 결측치가 있는 레코드를 제거하고 결과를
cr_loan_clean에 저장하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Print the number of nulls
print(____[____].____().____())
# Store the array on indices
____ = ____[____[____].____].____
# Save the new data without missing data
____ = ____.____(____)