Datawhale零基础入门金融风控 Task2 数据分析 EDA

coder爱思考

于 2020-09-19 15:05:32 发布

阅读量357

点赞数

文章标签：数据分析 python

本文链接：https://blog.youkuaiyun.com/YnnuSL/article/details/108681208

版权

本文是Datawhale零基础金融风控Task2的内容，主要涉及数据分析的探索性阶段。首先导入了相关数据分析包，接着读取并查看数据，分析数据的缺失率，判断各特征数值连续性，并探讨了特征与违约状态的相关性及分布情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Datawhale零基础入门金融风控 Task2 数据分析 EDA

导入相关的数据分析包

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

import seaborn as sns
import scipy.stats as st
import missingno as msno

读入数据

df_train = pd.read_csv("./data/train.csv")
df_testA = pd.read_csv("./data/testA.csv")

查看数据

print("Train data shape: {}".format(df_train.shape))
df_train.head().append(df_train.tail())

print("Test data shape: {}".format(df_testA.shape))
df_testA.head().append(df_testA.tail())

df_train.info()

查看数据的缺失率

train_missing_rates = (df_train.isna().sum() / len(df_train)).sort_index()
train_missing_rates = train_missing_rates[train_missing_rates > 0]
test_missing_rates = (df_testA