数据分析-19-Thera Bank信贷业务数据（包含数据代码）

2023-12-23 18:28
文章标签 代码 数据 19 数据分析 bank thera 信贷业务

本文主要是介绍数据分析-19-Thera Bank信贷业务数据（包含数据代码），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

    • 0. 数据代码下载
    • 1. 数据集介绍
      • 1.1 原始数据集变量的含义：
      • 1.2 原始数据的读入与清洗
      • 1.3 数据清洗及预处理
    • 2. 探索数据变量
      • 2.1 数据相关系数的探索
      • 2.2 分类变量与开通贷款的关系探索
        • 2.2.1 银行存款证（CD）帐户与贷款之间的关系
        • 2.2.2 教育水平与贷款之间的关系
        • 2.2.3家庭人数与贷款之间的关系
      • 2.3 数值变量与开通贷款的关系探索
        • 2.3.1 收入与贷款之间的关系
        • 2.3.2 信用卡还款与贷款之间的关系
        • 2.3.3 房屋抵押值与贷款之间的关系
    • 3. 结论

0. 数据代码下载

关注公众号：『AI学习星球』
回复：信贷业务数据 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiu滴滴我
在这里插入图片描述

本文是通过kaggle上的某银行对现有客户数据进行数据分析，并推行新产品的贷款问题，确定用户定位，使零售营销部门制定活动以更好地定位营销，以最小的预算提高成功率。该部门希望识别出更有可能购买贷款的潜在客户，提高转化成功率。

1. 数据集介绍

本数据集来源于Kaggle上的银行Thera Bank，其是一家拥有不断增长的客户群的银行。这些客户中的大多数是具有不同存款规模的存款用户。为了增加贷款业务的客户量，提升公司的利润，他们随机选取了5000名顾客进行了一次贷款业务的营销宣传尝试，并获得了9%左右的转化率。

本次数据分析的目的:

  1. 向银行客户销售更多的个人贷款产品。
  2. 设计营销活动，以更好的目标营销，以最低的预算提高成功率。
  3. 识别购买贷款可能性较高的潜在客户。
  4. 通过建立用户画像，确定目标销售人群，实现精准营销的目的。

1.1 原始数据集变量的含义：

数据集为xlsx格式，文件大小343KB。数据共计14个字段，5000条。具体变量名与相应的变量含义如下：

字段名称字段含义
ID客户ID
Age客户年龄
Experience客户工作经验
Income客户年收入（单位：千美元）
ZIPCode家庭地址邮政编码
Family客户的家庭规模
CCAvg每月信用卡平均支出（单位：千美元）
EducationEducation - 教育水平 1：未毕业；2：毕业生；3：高级/专业
Mortgage房屋抵押价值（单位：千美元）
Personal Loan此客户是否接受上一次活动中提供的个人贷款？（1：是 0：否）
Securities Account客户在银行有证券账户吗？（1：是 0：否）
CD Account客户在银行有存款证（CD）帐户吗（1：是 0：否）
Online客户是否使用网上银行设施？（1：是 0：否）
CreditCard客户是否使用环球银行发行的信用卡？（1：是 0：否）

1.2 原始数据的读入与清洗

导入完python相关的numpy、Pandas包后，我们先对数据进行读取，并有一个初步的概况了解，该数据集为xlsx文件下的Data表。读取后看一下数据集的前五行以及数据相关信息情况

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set()
sns.set(style="ticks")import warnings
warnings.filterwarnings('ignore') 

df = pd.read_excel("Bank_Personal_Loan_Modelling.xlsx","Data")
df.head()

在这里插入图片描述

df.info()

在这里插入图片描述

df.describe().T

在这里插入图片描述

1.3 数据清洗及预处理

在查看数据集的描述性统计后，我们可以看到在Experience这一栏上的最小值为-3，且因在工作经验上不会有负值的存在，因此可认为是异常值，我们对这部分工作经验小于0的数值进行处理，且又因工作经验和年龄及受教育程度是有一定联系关系的，我们将工作经验小于0的数值，转换成相同年龄和受教育程度的中位数值

dfExp_normal = df.loc[df['Experience']>=0]
dfExp_abnormal = df["Experience"]<0
mylist = df.loc[dfExp_abnormal]['ID'].tolist()for id in mylist:age = df.loc[df['ID'] == id].Age.tolist()[0]education = df.loc[df['ID'] == id].Education.tolist()[0]df_filtered = dfExp_normal.query('Age==@age and Education==@education')exp=df_filtered['Experience'].median()if exp is np.nan:exp = df['Experience'].median()df.loc[df.query('ID==@id').index, 'Experience'] = expdf.describe().T

清洗后对再次查看数据集描述性统计信息，如下图
在这里插入图片描述

数据清洗完毕，没有缺失值，且没有明显的异常现象。

关注公众号：『AI学习星球』
回复：信贷业务数据 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiu滴滴我
在这里插入图片描述

2. 探索数据变量

2.1 数据相关系数的探索

接下来我们对某些变量进行分析，由于我们的目标是以有没有贷款（Personal Loan）为测试，首先我们选择查看一下相关性：

df.corr()["Personal Loan"].sort_values(ascending = False)

在这里插入图片描述
我们对与Personal Loan相关系数较高的Income（收入）、CCAvg（每月信用卡平均支出）、CD Account（是否有存款证（CD）帐户）、Mortgage（房屋抵押价值）、Education（教育水平）、Family（家庭人数）进行比较图

sns.pairplot(df,vars=['Income','CCAvg',"CD Account","Mortgage","Education","Family"],hue='Personal Loan',palette='muted')

在这里插入图片描述

总结：从上图我们可以粗略判断：

  1. 一般而言，收入越高的人群中，愿意贷款的会越多。
  2. 收入，信用卡还款额和房屋抵押租赁，接近于幂律分布。
  3. 相同收入下，信用卡还款额多的用户，也不愿意申请贷款；

我们接下来对各变量之间的相关性进行探索，并绘制出热力图

#计算各变量之间的相关性
corr = df.corr()
sns.set_context("notebook", font_scale=1.0, rc={"lines.linewidth": 2.5})
plt.figure(figsize=(13,7))
#设置一个mask，我们只看下半部分的相关性
mask = np.zeros_like(corr)
mask[np.triu_indices_from(mask, 1)] = True
a = sns.heatmap(corr,mask=mask, annot=True, fmt='.2f')
rotx = a.set_xticklabels(a.get_xticklabels(), rotation=30)
roty = a.set_yticklabels(a.get_yticklabels(), rotation=30)

在这里插入图片描述

总结：从图中可看出：

  1. 和是否有开贷款有高度相关性的是：收入、信用卡还款额和是否有该银行存单账户。
  2. 和是否有开贷款有弱相关性的是：受教育程度，房屋抵押贷款数，家庭人数；
  3. 因为年龄、工作经验都是连续的数值变量，图中无法显示是否有相关性，我们将对其进行计数统计。

2.2 分类变量与开通贷款的关系探索

我们对分类变量中是否有该银行存单账户、受教育程度、家庭人数进行探究

2.2.1 银行存款证（CD）帐户与贷款之间的关系
print(df.groupby('CD Account')['Personal Loan'].agg([np.mean]))
sns.countplot(x="CD Account",data=df,hue='Personal Loan')

在这里插入图片描述

结论：

  1. 可见绝大部分没有没有银行存单账户的客户都没选择申请贷款；
  2. 而开通了银行存单账户的客户，申请贷款的可能性比没开通银行存单的客户多6倍

建议：
可重点着手于寻找更多的开通了银行存单账户的客户作为目标，或者让更多没有银行存单的客户开通银行存单是提高申请贷款的一个可能选项

2.2.2 教育水平与贷款之间的关系
print(df.groupby("Education")['Personal Loan'].agg([np.mean,'count']))
sns.countplot(x="Education",data=df,hue='Personal Loan')

在这里插入图片描述

结论：
由图可见，在每个个学历段中，学历越高，贷款意愿的比率越多；

建议：
可从高学历客户人群中作为目标人群，这样贷款成功率会相对较高。

2.2.3家庭人数与贷款之间的关系
print(df.groupby("Family")['Personal Loan'].agg([np.mean]))
sns.countplot(x="Family",data=df,hue='Personal Loan')

在这里插入图片描述

结论：
家庭人数为3的贷款申请最多，家庭人数为3和4时，贷款申请约是家庭人数1和2的两倍。

建议：
可从家庭人数3和4的客户人群中为目标人群。

关注公众号：『AI学习星球』
回复：信贷业务数据 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiu滴滴我
在这里插入图片描述

2.3 数值变量与开通贷款的关系探索

对数值变量中的收入、信用卡还款额和房屋抵押贷款进行探究

2.3.1 收入与贷款之间的关系
print(df.groupby('Personal Loan')['Income'].agg([np.mean,'count']))
sns.boxenplot(x='Personal Loan',y='Income',data=df,width=0.6)

在这里插入图片描述

结论：高收入的人群会比低收入的人群更愿意申请贷款，但有部分很高收入的人群也是不愿申请贷款的，算是个例。

下面我们将细分哪个收入阶层会有较高的贷款意愿

df['Income Bins'] = pd.qcut(df.Income,20) 
print(df.groupby('Income Bins')['Personal Loan'].agg([np.mean,'count']))
df.groupby('Income Bins').agg(Loan_rate = ('Personal Loan',np.mean)).plot()

在这里插入图片描述

结论：
从图中可见，当年收入超过82千美元（即82000美元）时，贷款意愿会显著提升，而在98000美元到224000美元的年收入区间里，贷款意愿普遍在20%以上。

建议：
重点关注8000美元到224000美元的年收入的人群，贷款意愿最高。

2.3.2 信用卡还款与贷款之间的关系
print(df.groupby('Personal Loan')['CCAvg'].agg([np.mean,'count']))
sns.boxenplot(x='Personal Loan',y='CCAvg',data=df,width=0.6)

在这里插入图片描述

由上图可清晰看到大部分没有申请贷款的，信用卡还款额的均值只有1.7K的美元，而申请贷款的客户信用款还款额均值达到3.9K美元。

下面我们细分哪个信用卡还款额分段会有较高的贷款意愿

df['CCAvg Bins'] = pd.qcut(df.CCAvg,20)  
print(df.groupby('CCAvg Bins')['Personal Loan'].agg([np.mean,'count']))
df.groupby('CCAvg Bins').agg(Loan_rate = ('Personal Loan',np.mean)).plot()

在这里插入图片描述

结论：
当信用卡还款额大于2.8K时，申请贷款会显著增加，普遍在30%的成功率

建议：
可以重点关注信用卡还款额在2.8K以上的客户中，成功率会更高。

2.3.3 房屋抵押值与贷款之间的关系
print(df.groupby('Personal Loan')['Mortgage'].agg([np.mean,'count']))
sns.boxenplot(x='Personal Loan',y='Mortgage',data=df,width=0.6)

在这里插入图片描述
同样的， 我们将细分哪个分段的房屋抵押情况所对应的贷款意愿情况。

df['Mortgage Bins'] = pd.cut(df.Mortgage,10)  
print(df.groupby('Mortgage Bins')['Personal Loan'].agg([np.mean,'count']))
df.groupby('Mortgage Bins')['Personal Loan'].agg({'Loan rate':np.mean}).plot()

在这里插入图片描述

结论：
当房屋抵押额大于254000美元时，申请贷款率会显著增加，且房屋抵押额越高，申请贷款率越高

建议：
可以房屋抵押额大于254000美元的客户中，成功率会更高

3. 结论

  1. 开通了银行存单账户的客户是贷款营销的理想目标
  2. 教育水平越高，愿意接受贷款的意愿会更强烈
  3. 家庭人数在3到4或以上的客户人群更容易接受贷款
  4. 高收入人群比低收入人群更容易接受贷款，且8000美元到224000美元的年收入的人群，贷款意愿最高
  5. 信用卡还款额在2.8K以上的客户中，贷款的成功率会较高
  6. 房屋抵押额大于254000美元的客户更容易接受本次贷款营销

关注公众号：『AI学习星球』
回复：信贷业务数据 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiu滴滴我
在这里插入图片描述

这篇关于数据分析-19-Thera Bank信贷业务数据（包含数据代码）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/528994。

相关文章

PHP轻松处理千万行数据的方法详解

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理：为什么必不可少生成器：内存高效的迭代方式流量控制：避免系统过载一次性
阅读更多...
C#实现千万数据秒级导入的代码

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很
阅读更多...
SpringBoot+RustFS 实现文件切片极速上传的实例代码

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot？二、环境准备与部署2.1 安装 RustF
阅读更多...
Python实现Excel批量样式修改器(附完整代码)

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函
阅读更多...
MyBatis-plus处理存储json数据过程

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异：对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理，目前我用的MP的版本
阅读更多...
GSON框架下将百度天气JSON数据转JavaBean

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映
阅读更多...
Redis实现高效内存管理的示例代码

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的
阅读更多...
C# LiteDB处理时间序列数据的高性能解决方案

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章：LiteDB时间序列数据模型设计1.1 核心设计原则
阅读更多...
Python 基于http.server模块实现简单http服务的代码举例

Python 基于http.server模块实现简单http服务的代码举例

《Python基于http.server模块实现简单http服务的代码举例》Pythonhttp.server模块通过继承BaseHTTPRequestHandler处理HTTP请求,使用Threa... 目录测试环境代码实现相关介绍模块简介类及相关函数简介参考链接测试环境win11专业版python
阅读更多...
Python从Word文档中提取图片并生成PPT的操作代码

Python从Word文档中提取图片并生成PPT的操作代码

《Python从Word文档中提取图片并生成PPT的操作代码》在日常办公场景中,我们经常需要从Word文档中提取图片,并将这些图片整理到PowerPoint幻灯片中,手动完成这一任务既耗时又容易出错,... 目录引言背景与需求解决方案概述代码解析代码核心逻辑说明总结引言在日常办公场景中，我们经常需要从 W
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2