单变量分析

image.png image.png

对星座列 'zodiac' 和 'label' 列进行单变量分析

1.拿出所有的星座,set去重
>> zodiac_list = set(data['zodiac'])
{'双子座',
 '双鱼座',
 '处女座',
 '天秤座',
 '天蝎座',
 '射手座',
 '巨蟹座',
 '摩羯座',
 '水瓶座',
 '狮子座',
 '白羊座',
 '金牛座'}


2.创建星座和对应的badrate字典，保存for循环的结果
>> zodiac_badrate = {}
>> for x in zodiac_list:
    # 循环后 a 第一个是双子座，然后拿到双子座的所有样本
    a = data[data['zodiac']==x]
    # 取双子座中坏人的数量
    bad = len(a[a['label']==1])
    # 取双子座中好人的数量
    good = len(a[a['label']==0])
    zodiac_badrate[x] = bad/(bad+good)

>> zodiac_badrate
{'双子座': 0.1312410841654779,
 '双鱼座': 0.14873646209386282,
 '处女座': 0.13035143769968052,
 '天秤座': 0.12461252324860508,
 '天蝎座': 0.12005028284098052,
 '射手座': 0.14480286738351256,
 '巨蟹座': 0.1408351026185421,
 '摩羯座': 0.12920489296636087,
 '水瓶座': 0.140117994100295,
 '狮子座': 0.12760416666666666,
 '白羊座': 0.13455414012738853,
 '金牛座': 0.12259059367771781}



3.badrate排序
# 然后希望badrate从大到小排列
f = zip(zodiac_badrate.keys(),zodiac_badrate.values())
f = sorted(f,key = lambda x :x[1],reverse = True)
zodiac_badrate = pd.DataFrame(f,columns = ['星座','badrate'])
# 输出zodiac_badrate结果
     星座   badrate
0   双鱼座  0.148736
1   射手座  0.144803
2   巨蟹座  0.140835
3   水瓶座  0.140118
4   白羊座  0.134554
5   双子座  0.131241
6   处女座  0.130351
7   摩羯座  0.129205
8   狮子座  0.127604
9   天秤座  0.124613
10  金牛座  0.122591
11  天蝎座  0.120050