Поиск выбросов с помощью сводных таблиц
Теперь нужно найти и удалить выбросы, которые могут присутствовать в данных. Для этого воспользуйтесь сводными таблицами и агрегирующими функциями.
Обратите внимание на столбец person_emp_length. Ранее вы использовали аргумент aggfunc = 'mean', чтобы вычислить среднее значение числового столбца, но для обнаружения выбросов можно применять и другие функции — например, min и max.
Длина трудового стажа не может быть меньше 0 или больше 60. С помощью сводных таблиц проверьте данные и выясните, есть ли подобные случаи!
Набор данных cr_loan уже загружен в рабочей области.
Это упражнение является частью курса
Моделирование кредитного риска на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Create the cross table for loan status, home ownership, and the max employment length
print(pd.____(cr_loan[____],cr_loan[____],
values=cr_loan[____], aggfunc=____))