Kundenzufriedenheit erforschen
Das Zusammenführen von Datensätzen ist eine wichtige Fähigkeit bei der Datenanalyse, vor allem wenn es um verwandte Daten aus verschiedenen Quellen geht. Du arbeitest an einem Projekt für ein Finanzinstitut, um den Zusammenhang zwischen Kreditbewilligungsraten und Kundenzufriedenheit zu verstehen. Es wurden zwei getrennte Studien durchgeführt: eine zur Kreditvergabe auf der Grundlage verschiedener Faktoren und eine weitere zur Kundenzufriedenheit unter verschiedenen Bedingungen. Deine Aufgabe ist es, zu analysieren, wie die Genehmigungsrendite mit der Kundenzufriedenheit zusammenhängt, und dabei eine weitere Variable wie die Zinssätze zu berücksichtigen.
Die DataFrames loan_approval_yield und customer_satisfaction, pandas als pd, numpy als np, seaborn als sns und matplotlib.pyplot als plt wurden für dich geladen.
Diese Übung ist Teil des Kurses
Versuchsplanung in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Merge the two datasets
merged_data = pd.____(loan_approval_yield,
____,
on='____')