Identificarea valorilor extreme cu tabele încrucișate
Acum trebuie să găsești și să elimini valorile extreme pe care le suspectezi în date. Pentru acest exercițiu, poți folosi tabele încrucișate și funcții de agregare.
Aruncă o privire la coloana person_emp_length. Ai folosit anterior argumentul aggfunc = 'mean' pentru a calcula media unei coloane numerice, dar pentru a detecta valorile extreme poți folosi și alte funcții, precum min și max.
Este puțin probabil ca o persoană să aibă o vechime în muncă mai mică de 0 sau mai mare de 60. Poți folosi tabele încrucișate pentru a verifica datele și a vedea dacă există astfel de cazuri!
Setul de date cr_loan a fost încărcat în spațiul de lucru.
Acest exercițiu face parte din cursul
Modelarea Riscului de Credit în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Create the cross table for loan status, home ownership, and the max employment length
print(pd.____(cr_loan[____],cr_loan[____],
values=cr_loan[____], aggfunc=____))