Substituindo dados de crédito ausentes
Agora, você deve verificar se há dados ausentes. Se encontrar dados ausentes em loan_status, não será possível usar esses dados para prever a probabilidade de inadimplência, porque você não saberia se o empréstimo foi inadimplente ou não. Dados ausentes em person_emp_length não seriam tão prejudiciais, mas ainda causariam erros no treinamento.
Então, verifique se há dados ausentes na coluna person_emp_length e substitua quaisquer valores ausentes pela mediana.
O conjunto de dados cr_loan já foi carregado no workspace.
Este exercício faz parte do curso
Modelagem de Risco de Crédito em Python
Instruções do exercício
- Imprima um array com os nomes das colunas que contêm dados ausentes usando
.isnull(). - Imprima as cinco primeiras linhas do conjunto de dados que têm dados ausentes para
person_emp_length. - Substitua os dados ausentes pela mediana de todo o tempo de emprego usando
.fillna(). - Crie um histograma da coluna
person_emp_lengthpara verificar a distribuição.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Print a null value column array
print(____.columns[____.____().any()])
# Print the top five rows with nulls for employment length
print(____[____[____].____()].head())
# Impute the null values with the median value for all employment lengths
____[____].____((cr_loan['person_emp_length'].____()), inplace=True)
# Create a histogram of employment length
n, bins, patches = plt.____(____[____], bins='auto', color='blue')
plt.xlabel("Person Employment Length")
plt.____()