风控建模常用pandas语句

风控建模常用pandas语句

　　pandas对象是Python常用的数据分析模块，它主要包括series对象，dataframe对象和index对象。每种对象都有自己所特有的方法和属性。今天小编更新下建模中常用的pandas语句。

　　导入pandas和numpy模块

　　import pandas as pd

　　import numpy as np

　　import os
 

　　查看并更改工作路径

　　pwd

　　os.chdir('更改的路径')
 

　　读入数据集

　　df = pd.read_csv(r'文件路径')
 

　　查看列数、行数

　　print(df1.columns.size,df.iloc[:,0].size)
 

　　查看列名

　　df.columns.tolist()
 

　　查看每个特征的类型

　　for col in fk_df.columns:

　　print(col, fk_df[col].dtype)
 

　　计算坏账率

　　badRate = df['target'].sum()/df['target'].count()
 

　　计算特征空值率

　　null_rate = 1-df.count()/df.shape[0]
 

　　保留空值率小于0.2的特征

　　cols = null_rate[null_rate<0.2].index.tolist()
 

　　查找数据集数值中型特征小于0的值并置为nan

　　def rep(x):

　　if type(x) !=str and x < 0:

　　print(x)

　　return np.nan

　　return x

　　df = df.applymap(rep)
 

　　设置新的索引

　　df = df.reindex()
 

　　检查常量特征

　　df1= df.loc[:,df1.apply(pd.Series.nunique) != 1]
 

　　查看是否有重复特征

　　len(set(list(df1.columns))) == df1.shape[1]
 

　　查看特征类别数

　　df1['education'].value_counts()

《 风控建模常用pandas语句》出自：百味书屋
链接地址：http://m.850500.com/news/185848.html 转载请保 留,谢谢!