서비스 이탈예측 데이터

Q1.✅

남성 이탈(Exited)이 가장 많은 국가(Geography)는 어디이고 이탈 인원은 몇명인가?

# s
df[(df['Gender'] == 'Male')& (df['Exited']==1)].groupby('Geography').count().sort_values('Exited',ascending=False)['Exited'].reset_index().iloc[0]

sum

answer = df.loc[df.Gender=='Male'].groupby(['Geography']).sum().Exited.sort_values(ascending=False).head(1)
print(answer)

Q2.

카드를 소유(HasCrCard ==1)하고 있으면서 활성멤버(IsActiveMember ==1) 인 고객들의 평균 나이를 소숫점이하 4자리까지 구하여라

round(df[(df['HasCrCard'] == 1) & (df['IsActiveMember']==1)]['Age'].mean(),4)

Q3.

Balance 값이 중간값 이상을 가지는 고객들의 CreditScore의 표준편차를 소숫점이하 3자리까지 구하여라

round(df[df['Balance']>= df['Balance'].median()]['CreditScore'].std(),3)