ค้นหาค่าผิดปกติด้วย cross table
ตอนนี้เราจะมาค้นหาและลบค่าผิดปกติที่อาจแฝงอยู่ในข้อมูล โดยใช้ cross table และฟังก์ชันรวมค่า (aggregate functions)
ลองดูคอลัมน์ person_emp_length กัน ก่อนหน้านี้เราใช้อาร์กิวเมนต์ aggfunc = 'mean' เพื่อดูค่าเฉลี่ยของคอลัมน์ตัวเลข แต่สำหรับการตรวจหาค่าผิดปกติ สามารถใช้ฟังก์ชันอื่นอย่าง min และ max ได้เช่นกัน
โดยปกติแล้วระยะเวลาการทำงานของบุคคลไม่ควรน้อยกว่า 0 หรือมากกว่า 60 ปี ใช้ cross table ตรวจสอบข้อมูลเพื่อดูว่ามีกรณีที่ผิดปกติเหล่านี้หรือไม่
ชุดข้อมูล cr_loan ถูกโหลดไว้ใน workspace แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create the cross table for loan status, home ownership, and the max employment length
print(pd.____(cr_loan[____],cr_loan[____],
values=cr_loan[____], aggfunc=____))