拍拍贷数据分析-逾期情况分析-Toy模板网

这篇具有很好参考价值的文章主要介绍了拍拍贷数据分析-逾期情况分析。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

数据背景
所提供数据来自拍拍贷真实业务数据，从2015-01-01到2017-01-30的所有信用标的10%sample样本。数据集包含LC.csv（标的特征表数据）和LP.csv（标的还款计划和还款记录表）数据。详情如下：
数据字典
1.LC.csv 数据大小：50.7MB
LC (Loan Characteristics) 表为标的特征表，每支标一条记录。共有21个字段，包括一个主键（listingid）、7个标的特征和13个成交当时的借款人信息，全部为成交当时可以获得的信息。
逾期数据分析,python,数据分析,python

2.LP.csv 数据大小：198MB
LP (Loan Periodic) 表为标的还款计划和还款记录表，每支标每期还款为一条记录。还款记录和状态更新至2017年2月22日。共有10个字段，包括两个主键（listingid和期数），3个还款计划字段和4个还款状态字段
字段序号字段名字段注释
逾期数据分析,python,数据分析,python

数据预览
1.LC.csv
逾期数据分析,python,数据分析,python
LP.csv

计算整体逾期情况
月逾期人数、金额
不同年龄、性别、初试信用评级的逾期情况
影响逾期率因素分析

1计算整体逾期情况

逾期率 = 逾期期数/(正常还款期数+逾期还款期数)

    //逾期还款次数/(yuqi_times+normal_times) 0.081
    df_all_counts.agg(functions
      .sum("yuqi_times")/
      (functions.sum("yuqi_times")+
        functions.sum("normal_times")))