Насколько корректны наши данные?
В DataFrame banking были добавлены новые данные о том, как инвестиции из столбца inv_amount распределяются между четырьмя фондами: A, B, C и D.
Кроме того, возраст клиентов и даты их рождения теперь хранятся в столбцах age и birth_date соответственно.
Вы хотите понять, как клиенты разных возрастных групп инвестируют. Но сначала необходимо убедиться, что анализируемые данные корректны. Для этого вы выполните перекрёстную проверку значений inv_amount и age — сопоставите их с суммами инвестиций по отдельным фондам и датами рождения клиентов.
Библиотеки pandas и datetime уже импортированы как pd и dt соответственно.
Это упражнение является частью курса
Очистка данных в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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])