Cât de integre sunt datele noastre?
În DataFrame-ul banking au fost îmbinate date noi care conțin detalii despre modul în care investițiile din coloana inv_amount sunt distribuite între patru fonduri: A, B, C și D.
În plus, vârsta și datele de naștere ale clienților sunt acum stocate în coloanele age, respectiv birth_date.
Vrei să înțelegi cum investesc clienții din diferite grupe de vârstă, dar mai întâi vrei să te asiguri că datele pe care le analizezi sunt corecte. Vei face acest lucru prin validarea încrucișată a valorilor din inv_amount și age față de sumele investite în diferite fonduri și față de datele de naștere ale clienților.
Atât pandas, cât și datetime au fost importate ca pd, respectiv dt.
Acest exercițiu face parte din cursul
Curățarea datelor în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Store fund columns to sum against
fund_columns = ['fund_A', 'fund_B', 'fund_C', 'fund_D']
# Find rows where fund_columns row sum == inv_amount
inv_equ = banking[____].____(____) == ____
# Store consistent and inconsistent data
consistent_inv = ____[____]
inconsistent_inv = ____[____]
# Store consistent and inconsistent data
print("Number of inconsistent investments: ", inconsistent_inv.shape[0])