等频法

import pandas as pd
import numpy as np


# 加载数据
data = pd.read_csv('loan.csv', encoding='gbk')
# print(data)

# print(data.columns)

# 0 代表 信用好用户
# 1 代表 信用差用户

# 月收入 和 好坏用户 关系

# 检测缺失值
# res = data.isnull().sum()
# print(res)

# 存在缺失值
# me = data['月收入'].mode()[0]
# print(me)
# 用众数进行填充数据
# data['月收入'].fillna(me, inplace=True)
# print(data)

# 自定义指定分组 --》 等频法
# print(data['月收入'].max())
# print(data['月收入'].min())
# 因为极差过大，等宽法误差较大，故选择等频法
# bins = data['月收入'].quantile(np.arange(0, 1+0.25, 0.25))
# print(data)
# data['月收入'] = pd.cut(data['月收入'], bins=bins)
# print(data)
# 按照月收入进行分组 ，统计好坏用户
# count = data[['月收入', '好坏客户']].groupby(by='月收入').count()
# print(count)
# count = data[['月收入', '好坏客户']].groupby(by='月收入').sum()
# print(count)