Python大数据：信用卡逾期分析

最新推荐文章于 2025-05-21 09:38:12 发布

转载最新推荐文章于 2025-05-21 09:38:12 发布 · 1.6k 阅读

8 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/blackice/p/8613012.html

文章标签：

#大数据 #python

本文通过整合客户基本信息、历史还款记录及逾期情况，运用Python进行数据处理，并利用图表展示性别、教育程度及婚姻状况等因素与违约率之间的关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding:utf-8 -*-
# 数据集成

import csv
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt  

#客户信息
basicInfo = pd.DataFrame.from_csv('datas/basicInfo_train.csv', header=0, sep=',', index_col=0, parse_dates=True, encoding=None, tupleize_cols=False, infer_datetime_format=False)
#历史还款记录
historyInfo = pd.DataFrame.from_csv('datas/history_train.csv', header=0, sep=',', index_col=0, parse_dates=True, encoding=None, tupleize_cols=False, infer_datetime_format=False)
#历史逾期情况
defaultInfo = pd.DataFrame.from_csv('datas/default_train.csv', header=0, sep=',', index_col=0, parse_dates=True, encoding=None, tupleize_cols=False, infer_datetime_format=False)
combineInfo = pd.concat([basicInfo,historyInfo,defaultInfo],axis=1)

#查看前10条数据
combineInfo[:10]

#性别分析
gender = combineInfo.groupby('SEX')['Default'].mean().reset_index()
plt.xticks((0,1),(u"Male",u"Female"))
plt.xlabel(u"Gender")
plt.ylabel(u"Counts")
plt.bar(gender.SEX,gender.Default,0.1,color='green')
plt.show()

#教育程度与default值的相关性分析
edu = combineInfo.groupby('EDUCATION')['Default'].mean()
plt.plot(edu)
plt.show()

#婚姻状况分析
marriage = combineInfo.groupby('MARRIAGE')['Default'].mean().reset_index()
plt.bar(marriage.MARRIAGE,marriage.Default,0.5,color='green')
plt.show()

转载于:https://www.cnblogs.com/blackice/p/8613012.html