Python 自定义统计与分析函数-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_43782874/article/details/109447847

本文介绍了四个Python自定义函数，分别用于计算不同放款月份的缺失率、提供总体描述性统计数据、输出明细数据（包括坏账率、WOE、IV值、KS值等）以及评估指标稳定性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

共4种函数

1、函数功能：导出不同放款月份（季度）缺失率函数

2、函数功能：导出总体描述性统计数据，包括：总个数，缺失个数，有效个数，python自有describe数据，缺失率等

3、函数功能：导出明细数据(总客户数、好坏客户数、坏账率、WOE、IV值、KS值等)；导出汇总后的IV值；导出汇总后的KS值

4、函数功能：评估各指标的稳定性情况

使用案例：
Iv_Ks(data[(data.num_release_ever==1)],data[(data.num_release_ever==1)]['ever_od30_n_plus'],5)
Psi_zy(data[(data.num_release==1)],'quarter_decision',5)
Miss_rate(data[(data.num_release==1)],data[(data.num_release==1)].month_decision)
Des_zy(data)

# =============================================================================             
# 函数功能：导出不同放款月份（季度）缺失率函数
# 函数名称：Miss_rate(data,yvar)
#               data:需要计算的数据（申请、通过或者通过层面）
#               yvar:需遍历指标向量，一般用放款月份或季度 
# 函数使用案列：Miss_rate(data,data.month_decision)
# 函数代码：如下
# =============================================================================

def Miss_rate(data,yvar):
    miss_rate=pd.DataFrame([])
    miss_seg=pd.DataFrame([])
    for i in yvar.unique():

        try:
            print(str(i)+'统计缺失率正确')
            data_miss=data[(yvar==i)]
            miss_rate['Name']=data_miss.columns
            #miss_rate['Seg']=i
            miss_rate=miss_rate.set_index('Name')#把Name设置为索引
            miss_rate['N_Total']=len(data_miss)
            #miss_rat