对某征信数据的指标加工

番茄风控之前跟大家讲解了征信相关的内容：
①二代征信的解读、规则衍生等来罗

②关于进一步解释二代征信表结构，数据结构的内容
③二代征信|番茄风控全网最全
④二代征信的深度解读

关于征信报告的指标加工跟衍生，相信也是大家比较关注的内容，今天的文章，跟大家讲解如何进行相关的征信内容的指标加工，文章的内容一共分成四个部分：
1.导入数据
2.拆分报告的组成内容
3.指标加工
4.对原始指标做二次衍生

以下为今天文章的正文部分：
1.导入数据
如果接入某外部征信个人报告，我们可以用python做指标的开发，首先导入该数据的接口传入的json数据。

2.拆分报告的组成内容
下面是报告的组成部分，包括个人信息，居住信息，工作信息，非循环贷和循环贷的借贷信息。

3.指标加工
这里罗列了json里字段的含义，首先对原始指标进行提取，包括非循环贷和循环贷的summary指标和时间窗口指标。


4.对原始指标做二次衍生

1. 非循环贷和循环贷summary指标和时间窗口指标的加总，可以反映用户在百行报告上整体的借贷情况。
   
   
   2)对于时间窗口类的指标做占比类，趋势类的指标衍生，可反映用户在多头，放款，逾期上的短期集中风险。
   

3)对居住地址，工作地址做指标衍生，可以衡量用户工作生活的稳定性

希望本文能帮助到各位做风控的童鞋！
关于本文涉及内容，因为(公众号)此处无法传输数据集，我们会将整体内容以文件包(数据集+代码)同步到知识星球平台，实操内容请大家移步知识星球：

~原创文章
…
end