Tabelas cruzadas e dinâmicas
Geralmente, os dados financeiros são visualizados como uma tabela dinâmica em planilhas como o Excel.
Com as tabelas cruzadas, você obtém uma visão de alto nível de colunas selecionadas e até mesmo agregação, como contagem ou média. Para a maioria dos modelos de risco de crédito, especialmente para a probabilidade de inadimplência, colunas como person_emp_length
e person_home_ownership
são comuns para você começar a investigar.
Você poderá ver como os valores são preenchidos nos dados e visualizá-los. Por enquanto, você precisa verificar como o loan_status
é afetado por fatores como status da propriedade da casa, grau do empréstimo e porcentagem da renda do empréstimo.
O conjunto de dados cr_loan
foi carregado no espaço de trabalho.
Este exercício faz parte do curso
Modelagem de risco de crédito em Python
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Create a cross table of the loan intent and loan status
print(pd.____(cr_loan[____], cr_loan[____], margins = True))