Klanttevredenheid verkennen
Gegevenssets samenvoegen is een cruciale vaardigheid in data-analyse, zeker als je te maken hebt met gerelateerde data uit verschillende bronnen. Je werkt aan een project voor een financiële instelling om het verband te begrijpen tussen goedkeuringspercentages van leningen en klanttevredenheid. Er zijn twee afzonderlijke onderzoeken uitgevoerd: één met de focus op de opbrengst van leninggoedkeuring op basis van diverse factoren, en een ander op klanttevredenheid onder verschillende omstandigheden. Jouw taak is om te analyseren hoe de opbrengst van goedkeuring samenhangt met klanttevredenheid, met inachtneming van een andere variabele zoals rente.
De DataFrames loan_approval_yield en customer_satisfaction, pandas als pd, numpy als np, seaborn als sns en matplotlib.pyplot als plt zijn al voor je ingeladen.
Deze oefening maakt deel uit van de cursus
Experimenteel ontwerpen in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Merge the two datasets
merged_data = pd.____(loan_approval_yield,
____,
on='____')