一、import

二、导入数据

三、借款人籍贯分布图

四、性别分布

五、教育程度分布

六、借款人年龄分布

七、借款人职位分布

八、借款人行业分布

九、借款金额分布图

十、借款人收入分布

十一、婚姻状况分布

十二、车贷情况

十三、房贷情况

零、写在前面

①28W条数据我会尽快传到CSDN的资源里，大家有兴趣的可以自己下载

②文章只是列举最简单的分布情况，比如还可以看看各年龄段学历组成等

③数据里有一条贷款理由，可以画出词云图

④数据里有对各个借款人的信用进行评级，可以尝试使用深度学习等方法训练预测模型

⑤pandas、matplotlib都是较为基础的用法，不做过多注释

⑥爬虫参考代码：人人贷散标爬虫实例进阶-使用异步io_小zhan柯基-CSDN博客、人人贷散标爬虫实例_小zhan柯基-CSDN博客

一、import

import numpy as np
import matplotlib.pyplot as plt
import pandas as pdimport matplotlib.ticker as ticker
import mpl_toolkits.axisartist as AA
from mpl_toolkits.axisartist.axislines import SubplotZero
import pylabimport jieba
from wordcloud import WordCloudpylab.mpl.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus']=False  #用于解决不能显示负号的问题

二、导入数据

①使用read_csv导入数据

②设置列名

③花式索引

④将“id”设置为索引index

⑤去除所有都是nan的数据

data = pd.read_csv("all.csv",encoding="gbk",header=None,parse_dates=True)
data.columns = ["id","借款时间（月）","剩余还款时间（月）","借款金额","notPayInterest","productRepayType","贷款类型","利率","性别","籍贯","出生日期","教育程度","工作单位","行业","公司规模","职位","收入","车贷","汽车数量","婚姻状况","房贷","房子数量","信用等级","none","none","none","借款理由"]conciseData = data[["id","借款时间（月）","剩余还款时间（月）","借款金额","贷款类型","利率","性别","籍贯","出生日期","教育程度","工作单位","行业","公司规模","职位","收入","车贷","汽车数量","婚姻状况","房贷","房子数量","信用等级","借款理由"]]
conciseData = conciseData.set_index("id")
conciseData = conciseData.dropna(how="all")

三、借款人籍贯分布图

reigon = (conciseData["籍贯"].dropna().apply(lambda x:x.split(":")[0])\.apply(lambda x:x.replace("省","").replace("市","").replace("壮族自治区","").replace("古",""))\.value_counts()/(len(conciseData["籍贯"].dropna().apply(lambda x:x.split(":")[0])))*100).drop(index=["保密","null","请选择","深圳"])[:31]
reigon = reigon[["上海","北京","浙江","天津","江苏","广东","福建","山东","辽宁","内蒙","重庆","湖南","安徽","江西","海南","湖北","河北","四川","陕西","吉林","宁夏","山西","黑龙江","河南","广西","青海","新疆","云南","贵州","西藏","甘肃"]]
plt.figure(figsize=(16,8))
plt.title("借款人籍贯分布图（按2020年各省人均可支配收入排序）",fontsize=20)
plt.ylabel("百分比/%",size=20)
# plt.tick_params(labelsize=15)
plt.xticks(rotation=45,fontsize=15)
plt.yticks(fontsize=15)
# plt.grid(linestyle=":", color="b", linewidth=1)
plt.bar(reigon.index,reigon,color=["grey","gold","darkviolet","turquoise","r","g","b","c","k","darkorange","lightgreen","plum", "tan","khaki", "pink", "skyblue","lawngreen","salmon"])
plt.savefig("借款人籍贯分布图.jpg",dpi=500,bbox_inches = "tight")

四、性别分布

conciseData["性别"].dropna().value_counts().plot.pie(figsize=(5,5),autopct='%.2f%%',textprops = {'fontsize':17, 'color':'black'})
plt.ylabel("性别分布",fontsize=20)
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),fontsize=15)
plt.savefig("性别分布图.jpg",dpi=500,bbox_inches = "tight")

五、教育程度分布

conciseData["教育程度"] = conciseData["教育程度"].apply(lambda x:x.replace(",","").replace(" ","").replace("短期周转","") \.replace("","")if isinstance(x,str) else "")
conciseData["教育程度"] = conciseData[~conciseData["教育程度"].isin(["其他借款","投资创业","短期周转","装修借款","请选择","购车借款","专科","大专高中或以下",""])]["教育程度"].dropna()
(conciseData["教育程度"].value_counts()/sum(conciseData["教育程度"].value_counts())).plot.pie(figsize=(5,5),autopct='%.1f%%',textprops = {'fontsize':17, 'color':'black'})plt.title("教育程度分布图",fontsize=20)
plt.ylabel("")
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),fontsize=15)
plt.savefig("教育程度分布图.jpg",dpi=500,bbox_inches = "tight")

六、借款人年龄分布

year = conciseData["出生日期"].apply(lambda x:x.split("/")[0]).value_counts()/len(conciseData["出生日期"])*100year = year.sort_index()[10:-5]
plt.figure(figsize=(16,8))
plt.title("借款人年龄分布图",fontsize=20)
plt.ylabel("百分比/%",size=20)
# plt.tick_params(labelsize=15)
plt.xticks(rotation=45,fontsize=15)
plt.yticks(fontsize=15)
# plt.grid(linestyle=":", color="b", linewidth=1)
plt.bar(year.index,year,color=["grey","gold","darkviolet","turquoise","r","g","b","c","k","darkorange","lightgreen","plum", "tan","khaki", "pink", "skyblue","lawngreen","salmon"])
plt.savefig("借款人年龄分布图.jpg",dpi=500,bbox_inches = "tight")

七、借款人职位分布

position = (conciseData["职位"].value_counts()/len(conciseData["职位"])*100)[:25]plt.figure(figsize=(16,8))
plt.title("借款人职位分布图",fontsize=20)
plt.ylabel("百分比/%",size=20)
# plt.tick_params(labelsize=15)
plt.xticks(rotation=60,fontsize=14)
plt.yticks(fontsize=15)
# plt.grid(linestyle=":", color="b", linewidth=1)
plt.bar(position.index,position,color=["grey","gold","darkviolet","turquoise","r","g","b","c","k","darkorange","lightgreen","plum", "tan","khaki", "pink", "skyblue","lawngreen","salmon"])
plt.savefig("借款人职位分布图.jpg",dpi=500,bbox_inches = "tight")

八、借款人行业分布

ind = (conciseData["行业"].value_counts()/len(conciseData["职位"])*100)[:15]
plt.figure(figsize=(16,8))
plt.title("借款人行业分布图",fontsize=20)
plt.ylabel("百分比/%",size=20)
# plt.tick_params(labelsize=15)
plt.xticks(rotation=60,fontsize=20)
plt.yticks(fontsize=20)
# plt.grid(linestyle=":", color="b", linewidth=1)
plt.bar(ind.index,ind,color=["grey","gold","darkviolet","turquoise","r","g","b","c","k","darkorange","lightgreen","plum", "tan","khaki", "pink", "skyblue","lawngreen","salmon"])
plt.savefig("借款人行业分布图.jpg",dpi=500,bbox_inches = "tight")

九、借款金额分布图

conciseData["借款金额"] = conciseData["借款金额"].apply(lambda x:str(int(x))+"元")
loanAmount = conciseData["借款金额"].value_counts().iloc[:10]/sum(conciseData["借款金额"].value_counts().iloc[:10])*100
# plt.figure(figsize=(16,8))
plt.title("借款金额分布图",fontsize=20)
plt.ylabel("百分比/%",size=20)
plt.xticks(rotation=60,fontsize=20)
plt.yticks(fontsize=15)
# plt.grid(linestyle=":", color="b", linewidth=1)
plt.bar(loanAmount.index,loanAmount,color=["grey","gold","darkviolet","turquoise","r","g","b","c","k","darkorange","lightgreen","plum", "tan","khaki", "pink", "skyblue","lawngreen","salmon"])
plt.savefig("借款人金额分布图.jpg",dpi=500,bbox_inches = "tight")

十、借款人收入分布

salary = (conciseData["收入"].value_counts()[:7]/sum(conciseData["收入"].value_counts()[:7]))*100
salary = salary[["1000元以下","1001-2000元","2000-5000元","5000-10000元","10000-20000元","20000-50000元","50000元以上"]]
# plt.figure(figsize=(16,8))
plt.title("借款人收入分布图",fontsize=20)
plt.ylabel("百分比/%",size=20)
# plt.tick_params(labelsize=15)
plt.xticks(rotation=60,fontsize=20)
plt.yticks(fontsize=15)
# plt.grid(linestyle=":", color="b", linewidth=1)
plt.bar(salary.index,salary,color=["grey","gold","darkviolet","turquoise","r","g","b","c","k","darkorange","lightgreen","plum", "tan","khaki", "pink", "skyblue","lawngreen","salmon"])
plt.savefig("借款人收入分布图.jpg",dpi=500,bbox_inches = "tight")

十一、婚姻状况分布

conciseData["婚姻状况"].dropna().value_counts().plot.pie(figsize=(5,5),autopct='%.1f%%',textprops = {'fontsize':17, 'color':'black'})
plt.title("婚姻状况分布图",fontsize=20)
plt.ylabel("")
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),fontsize=15)
plt.savefig("婚姻状况分布图.jpg",dpi=500,bbox_inches = "tight")

十二、车贷情况

conciseData["车贷"].dropna().value_counts().plot.pie(figsize=(5,5),autopct='%.1f%%',textprops = {'fontsize':17, 'color':'black'})
plt.title("车贷情况分布图",fontsize=20)
plt.ylabel("")
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),fontsize=15)
plt.savefig("车贷情况分布图.jpg",dpi=500,bbox_inches = "tight")

十三、房贷情况

conciseData["房贷"].dropna().value_counts().plot.pie(figsize=(5,5),autopct='%.1f%%',textprops = {'fontsize':17, 'color':'black'})
plt.title("房贷情况分布图",fontsize=20)
plt.ylabel("")
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),fontsize=15)
plt.savefig("房贷情况分布图.jpg",dpi=500,bbox_inches = "tight")

用python处理28万条人人贷数据，告诉你最详细的借款人结构分布情况相关推荐

python房价数据分析统计服_Python 爬取分析全国 12 个城市 4 万条房价信息，告诉你该怎样买房？...
原标题:Python 爬取分析全国 12 个城市 4 万条房价信息,告诉你该怎样买房? 作者 | 月小水长责编 | 伍杏玲通过分页.线程池.代理池等技术,快速爬取链家网近4万条在售二手房信息,速度可 ...
python获取游戏数据_Python 爬取 3 万条游戏评分数据，原来程序员最爱玩的游戏竟然是.........
原标题:Python 爬取 3 万条游戏评分数据,原来程序员最爱玩的游戏竟然是...... 作者 |量化小白H 责编 | 胡巍巍本文爬取了豆瓣游戏网站上所有可见的游戏评分数据进行分析,全文包括以下几 ...
Python看春运，万条拼车数据背后的春节迁徙地图
Python看春运,万条拼车数据背后的春节迁徙地图今天是正月初九,春运返程也已过半.这篇文章,作者对北京.上海.广州.深圳.杭州等地 1万多条出行数据进行分析,得出了一些有意思的结论,并且绘制了这几 ...
Python爬取2万条相亲网站数据！看看中国单身男女都在挑什么！
想必昨天的七夕节,一定是有人欢喜有人忧的一天,朋友圈里的晒照惹恼了我的一个程序员朋友,在昨晚怒爬2万条相亲网站数据,做了一次相亲男女画像! 话不多说,我们今天就以"世纪佳缘"这个相 ...
26万条抖音数据背后的推荐逻辑以及严重失调的男女比例
数据洞察 1.数据介绍数据区间是2018年2月1日-5月10日,历时两个月,累计260968条. 采集过程中,对作者做了去重处理,也就是说每个作者只取了TA的一条视频数据. 这也代表着我们拥有26W ...
用300万考研党的数据告诉你：为什么我们要拼命考研？
用300万考研党的数据告诉你:为什么我们要拼命考研? 这是黄小斜的第101篇文章作者 l 黄小斜来源 l 微信公众号[程序员黄小斜](ID:AntCoder) 转载请联系作者微信(ID:john_j ...
Python 爬取 3 万条游戏评分数据，原来程序员最爱玩的游戏竟然是......
作者 | 量化小白H 责编 | 胡巍巍 Python规划学习路线图,速领取? https://edu.csdn.net/topic/python115?utm_source=csdn_bw 本文爬取了 ...
第六十七期:Python爬虫44万条数据揭秘：如何成为网易音乐评论区的网红段子手
获取数据,其实逻辑并不复杂:爬取歌单列表里的所有歌单url.进入每篇歌单爬取所有歌曲url,去重.进入每首歌曲首页爬取热评,汇总. 作者:嗨学python来源:今日头条获取数据其实逻辑并不复杂: ...
Python 爬取分析全国 12 个城市 4 万条房价信息，告诉你该怎样买房？
作者 | 月小水长责编 | 伍杏玲 2019程序员转型学什么? https://edu.csdn.net/topic/ai30?utm_source=csdn_bw 通过分页.线程池.代理池等技术, ...

用python处理28万条人人贷数据，告诉你最详细的借款人结构分布情况

一、import

二、导入数据

三、借款人籍贯分布图

四、性别分布

五、教育程度分布

六、借款人年龄分布

七、借款人职位分布

八、借款人行业分布

九、借款金额分布图

十、借款人收入分布

十一、婚姻状况分布

十二、车贷情况

十三、房贷情况

用python处理28万条人人贷数据，告诉你最详细的借款人结构分布情况相关推荐

最新文章

热门文章