python贷款_python 实现小额贷款《Loan Data》数据分析

前言

本文章对小额贷款《Loan Data》的数据进行分析，用的是pycharm IDE,主要用到的python模块是pandas和pyecharts。pandas主要用于数据的导入、导出以及数据处理等，pyecharts主要用于数据可视化。

一、数据理解Loan Data​www.kaggle.com

数据包含有11个字段，500行数据。

数据字段译文如下：

loan_ID =======>贷款ID

loan_status=======>贷款状态

Principal=======>贷款金额

terms=======>贷款期限

effective_date=======>开始时间

due_date=======>到期时间

paid_off_time=======>还款时间

past_due_days=======>逾期天数

age=======>年龄

education=======>教育水平

gender=======>性别

二、数据清洗

数据清洗处理无非就是补选改构。

❥ 补一般是对缺失值的处理，缺失值我们会根据我们具体的分析方向去判断缺失值怎么去处理，列如：缺失值是用户的月收入，那么跟我们分析贷款行为有着很大的影响，那么我们就会想办法补全这些缺失值(咨询用户补全、众数补全、预测补全等)；假如是一些跟我们分析方向影响不大的(业务能力的判断)，我们直接补零就好了(尽量不要删除，不然会影响到其他字段的完整性)。

❥ 选(删)就很容易理解了，删就是删掉一些对我们分析方向毫无影响的字段(列)，或者是一些缺失值比较多的条目(行)；其实删和选，看个人习惯，不用删，我们就选择我们需要的字段或者条目就好了。

❥ 改，当我们遇到一些像性别这种字段的时候，我们通常会把其转换为阿拉伯数字，方便统计，所在在本篇文章我会把性别这一字段的'male':改成1, 'female'改成 0。

❥ 构的话就是源数据不能满足我们的分析需求，那么我们就会去自己构造数据，比如我们在数据源中会有年龄这个字段，但是我们要按一个年龄一个年龄的去统计就很麻烦，而且不直观，那么我们就好把年龄构成年龄段(青年、中年、老年)的形式，方便我们后面的分析。

1.缺失值

首先我们来看看哪些字段有缺失值。

看代码：

import pandas as pd # 导入模块

from pyecharts import *

data = pd.read_csv('..\data\\text\loan_data.csv') # 读入数据源

def data_colse(): #定义方法

print(data.isnull().sum()) # 查看缺失值