Замена пропущенных значений в кредитных данных
Теперь проверьте данные на наличие пропусков. Если пропущенные значения обнаружатся в столбце loan_status, использовать такие данные для прогнозирования вероятности дефолта не получится: неизвестно, был ли кредит погашен или нет. Пропуски в столбце person_emp_length менее критичны, однако они всё равно могут приводить к ошибкам при обучении модели.
Проверьте наличие пропущенных значений в столбце person_emp_length и замените их медианой.
Набор данных cr_loan уже загружен в рабочей области.
Это упражнение является частью курса
Моделирование кредитного риска на Python
Инструкции к упражнению
- Выведите массив с названиями столбцов, содержащих пропущенные значения, с помощью
.isnull(). - Выведите первые пять строк набора данных, в которых отсутствуют значения для
person_emp_length. - Замените пропущенные значения медианой стажа занятости, используя метод
.fillna(). - Постройте гистограмму столбца
person_emp_length, чтобы оценить распределение данных.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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.____()