我们的数据完整性如何？
新的数据已合并进 banking 数据框，其中包含 inv_amount 列中的投资如何分配到四个不同基金 A、B、C 和 D 的详细信息。
此外，客户的年龄和生日分别存储在 age 和 birth_date 列中。
您想了解不同年龄段客户的投资方式。不过在分析之前，您希望先确认数据是否正确。您将通过对 inv_amount 和 age 与不同基金的投资金额以及客户生日进行跨字段校验来完成这一点。
pandas 和 datetime 已分别以 pd 和 dt 导入。
本练习是课程的一部分
Python 数据清洗
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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])