← 返回题库
初级

分析有无破产记录的违约率差异

未完成
初级参考 完整示例代码供参考，建议自己理解后重新输入 
def solve():
    from pyodide.http import open_url
    from io import StringIO
    loans_raw_csv = open_url("https://data.zuihe.com/dbd/riskctrl/state_01/loans_raw.csv").read()
    import pandas as pd
    from io import StringIO
    df = pd.read_csv(StringIO(loans_raw_csv))
    df['pubRecBankruptcies'] = df['pubRecBankruptcies'].fillna(0)
    df['has_bankruptcy'] = (df['pubRecBankruptcies']>0).map({True:'有破产记录',False:'无破产记录'})
    grp = df.groupby('has_bankruptcy').agg(count=('id','count'),default_rate=('isDefault','mean')).reset_index()
    grp['default_rate'] = grp['default_rate'].round(4)
    print(grp.to_string(index=False))

示例

输入
solve()
期望输出
has_bankruptcy  count  default_rate
         无破产记录   8775        0.1847
         有破产记录   1225        0.2343
Python 代码 🔒 登录后使用
🔒

登录后即可练习

注册免费账号，在浏览器中直接运行 Python 代码

登录 免费注册