Wykrywanie wartości odstających za pomocą tabel krzyżowych
Teraz musisz znaleźć i usunąć wartości odstające, które mogą znajdować się w danych. W tym ćwiczeniu możesz skorzystać z tabel krzyżowych i funkcji agregujących.
Przyjrzyj się kolumnie person_emp_length. Wcześniej używałeś argumentu aggfunc = 'mean', żeby zobaczyć średnią wartość kolumny numerycznej – do wykrywania wartości odstających możesz jednak użyć innych funkcji, takich jak min i max.
Staż pracy osoby nie może być mniejszy niż 0 ani większy niż 60. Użyj tabel krzyżowych, żeby sprawdzić dane i zobaczyć, czy takie przypadki w ogóle występują!
Zbiór danych cr_loan został już wczytany do środowiska roboczego.
To ćwiczenie jest częścią kursu
Modelowanie ryzyka kredytowego w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create the cross table for loan status, home ownership, and the max employment length
print(pd.____(cr_loan[____],cr_loan[____],
values=cr_loan[____], aggfunc=____))