接受率的影响

现在，请查看每笔贷款的 loan_amnt，以了解不同接受率对投资组合的影响。您可以在新的贷款集合 X_test 上，使用带有计算值（如平均贷款金额）的交叉表。为此，您将把每个数量乘以平均的 loan_amnt 值。

在打印这些数值时，尝试按货币格式显示，使数字更贴近实际。毕竟，信用风险与资金直接相关。可以使用以下代码实现：

pd.options.display.float_format = '${:,.2f}'.format

工作区中已加载预测数据框 test_pred_df，其中包含来自 X_test 的 loan_amnt 列。

本练习是课程的一部分

Python 信用风险建模

查看课程

练习说明

使用 .describe() 打印 loan_amnt 列的汇总统计信息。
计算 loan_amnt 的平均值，并存为 avg_loan。
将 pandas 的显示格式设置为 '${:,.2f}'。
打印真实贷款状态与预测贷款状态的交叉表，并将每个单元格数值乘以 avg_loan。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Print the statistics of the loan amount column
print(____[____].____())

# Store the average loan amount
____ = np.____(____[____])

# Set the formatting for currency, and print the cross tab
pd.options.display.float_format = ____.format
print(pd.____(____[____],
                 ____[____]).apply(lambda x: x * ____, axis = 0))

编辑并运行代码