Як щодо цілісності наших даних?
До датафрейму banking було додано нові дані, що містять деталі про те, як інвестиції у стовпці inv_amount розподілено між чотирма фондами A, B, C та D.
Крім того, вік і дні народження клієнтів тепер зберігаються у стовпцях age та birth_date відповідно.
Ви хочете зрозуміти, як інвестують клієнти різних вікових груп. Однак спершу потрібно переконатися, що дані для аналізу коректні. Ви зробите це, виконавши міжполе́ву перевірку значень inv_amount та age проти сум, інвестованих у різні фонди, і днів народження клієнтів.
І pandas, і datetime вже імпортовано як pd та dt відповідно.
Ця вправа є частиною курсу
Очищення даних у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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])