Eksik verileri kaldırma

person_emp_length içindeki eksik verileri değiştirdin, ancak bir önceki egzersizde loan_int_rate değişkeninde de eksik veri olduğunu gördün.

loan_status içinde eksik veri olması gibi, loan_int_rate içinde eksik veri olması da tahminleri zorlaştırır.

Faiz oranları şirketin tarafından belirlendiği için, bu sütunda eksik veri olması oldukça garip. Veri alımı sırasında yaşanan sorunlar hatalara yol açmış olabilir ama bunu kesin bilemezsin. Şimdilik, ilerlemeden önce bu kayıtları .drop() ile kaldırmak en iyisi.

cr_loan veri kümesi çalışma alanına yüklendi.

Bu egzersiz

Python ile Kredi Riski Modellemesi

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Faiz oranı için eksik veri içeren kayıtların sayısını yazdır.
Eksik faiz oranı içeren satırların indekslerinden oluşan ve adı indices olan bir dizi oluştur.
Eksik faiz oranı verisine sahip kayıtları düş ve sonucu cr_loan_clean olarak kaydet.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Print the number of nulls
print(____[____].____().____())

# Store the array on indices
____ = ____[____[____].____].____

# Save the new data without missing data
____ = ____.____(____)

Kodu Düzenle ve Çalıştır