python - 将证据权重 (WoE) 替换为相应的值

Question

我有一个名为 x 的变量，其最小值为零，最大值为 200 万。所以我将值切成像这样的代码:

bins = [0,1,10000,20000,50000,60000,70000,100000,2000000]
df_input['X_bins'] = pd.cut(df_input['X'], bins,right=False)

目前，我正在使用 for 循环将每个垃圾箱替换为其证据权重值:

def flag_dfstd(df_input):
    if (df_input['X'] >=0) & (df_input['X'] <100) :
        return '-0.157688'
    elif (df_input['X'] >=100) & (df_input['X'] < 10000) :
        return '-0.083307'
    elif (df_input['X'] >=10000) & (df_input['X'] < 20000) :
        return '0.381819'
    elif (df_input['X'] >=20000) & (df_input['X'] < 50000):
        return '0.364365'
    else:
        return '0'
df_input['X_WOE'] = df_input.apply(flag_dfstd, axis = 1).astype(str) 

有没有办法可以在不使用 for 循环的情况下替换证据权重？

Answer 1

我认为你需要cut使用参数 labels 并替换缺失值，需要添加 cat.add_categories替换前:

df_input = pd.DataFrame({'X':[0,20,100, 10000, 30000, 1000000]})

b = [-np.inf, 100, 10000, 20000, 50000]
l = ['-0.157688', '-0.083307', '0.381819', '0.364365']

df_input['X_WOE'] = pd.cut(df_input['X'], bins=b, labels=l,right=False)
df_input['X_WOE'] = df_input['X_WOE'].cat.add_categories(['0']).fillna('0')
print (df_input)
         X      X_WOE
0        0  -0.157688
1       20  -0.157688
2      100  -0.083307
3    10000   0.381819
4    30000   0.364365
5  1000000          0