银行坏账数据分析

加载数据

import pandas as pd
import numpy as np

data = pd.read_csv('loan.csv',encoding='ansi')
print(data)

好坏用户，0代表信用好用户，1代表信用坏用户。

data = pd.read_csv('loan.csv',encoding='ansi')
print(data.isnull().sum())

对月收入数据进行填充

mode = data.loc[:,'月收入'].mode()[0]
data.loc[:,'月收入'].fillna(value=mode,inplace=True)
print(data.isnull().sum())

填充完成之后的结果如上图

使用相关系数来分析

res_corr = data.loc[:,['月收入','好坏客户']].corr()
print(res_corr)

结果如下： 

 等宽分组

ptp = data.loc[:,'月收入'].max() - data.loc[:,'月收入'].min()
step = np.ceil(ptp/5)
bins = np.arange(data.loc[:,'月收入'].min(),data.loc[:,'月收入'].max()+step,step)
data.loc[:,'月收入'] = pd.cut(data.loc[:,'月收入'],bins=bins,include_lowest=True)
print(data.loc[:,'月收入'])

等频分组

bins = data.loc[:,'月收入'].quantile(np.arange(0,1+1/5,1/5))
data.loc[:,'月收入'] = pd.cut(data.loc[:,'月收入'],bins=bins,include_lowest=True)
print(data.loc[:,'月收入'])

分组完成之后统计每组多少人如下：

res_counts = pd.value_counts(data.loc[:,'月收入'])
print(res_counts)

按照月收入进行分组，统计各个组内坏人的个数：

res_sum = data.groupby(by=data.loc[:,'月收入'])['好坏客户'].sum()
print(res_sum)

每组的坏账人数与组内人数的百分比

print("坏账率占比：\n",(res_sum/res_counts).apply(lambda x:format(x,".2%")))

得出结果：随着月收入的提高，坏账率会降低