如何在 pandas groupby 中获取行业损失率

Posted 2023-03-11

【中文标题】如何在 pandas groupby 中获取行业损失率

【英文标题】：How to get the industry lost rate in a pandas groupby

【发布时间】：2021-07-22 10:14:21

【问题描述】：

我想用 pandas groupby() 总结一个行业级别丢失率的数据框

我的数据表如下所示： type 包含不同的行业，good_bad=0 表示不良贷款，good_bad=1 表示良好贷款

type    | good_bad
food    |    0
food    |    0
food    |    1
Retail  |    1
Retail  |    1
Retail  |    1
Retail  |    0

我想创建一个新列lost_rate，它根据每个行业的不良贷款发生率计算损失率，然后除以行业总数：

type    | good_bad  | lost_rate   | (calculation on how it works)
food    |    0      |     0.667   | (2/3)
food    |    0      |     0.667   | (2/3)
food    |    1      |     0.667   | (2/3)
Retail  |    1      |     0.25    | (1/4)
Retail  |    1      |     0.25    | (1/4)
Retail  |    1      |     0.25    | (1/4)
Retail  |    0      |     0.25    | (1/4)

我可以分别得到分子和分母，但我不知道如何将它们放在一起：

分子：df.loc[df['good_bad']==0, 'type'].value_counts().reset_index(name='counts')

分母： df['type'].value_counts().reset_index()

我也尝试创建一个函数并应用于数据框但无法开始工作：

    def industry_lost_rate(df):
        count = df.loc[loan_data['good_bad']==0, 'type'].value_counts()
        industry_sum = df['type'].value_counts()
        rate = count / industry_sum
        return pd.DataFrame("count":count, "rate": rate)

df2 = df.groupby('type')['good_bad'].apply(industry_lost_rate(df)).reset_index()

谁能告诉我如何获得 lost_rate ？提前致谢！

【参考方案1】：

您可以尝试 groupby type 列并使用transform 计算每个组中good_bad 列的平均值。

df['lost_rate'] = 1 - df.groupby('type')['good_bad'].transform('mean').round(3)

print(df)

     type  good_bad  lost_rate
0    food         0      0.667
1    food         0      0.667
2    food         1      0.667
3  Retail         1      0.250
4  Retail         1      0.250
5  Retail         1      0.250
6  Retail         0      0.250