风控中iv指标计算 python

IV（Information Value）是指标筛选中常用的评价指标，用于衡量自变量对于因变量的影响程度。在风险控制中，IV指标常用于评估某个特征对于坏客户的区分度，以及评估特征对于建立预测模型的贡献度。

IV值的计算公式如下：

$$IV=\sum_{i=1}^{k}(\frac{good\%_i-bad\%_i}{100}\times WOE_i)$$

其中，$k$ 表示特征取值的个数，$good\%_i$ 表示第 $i$ 个取值下好客户的占比，$bad\%_i$ 表示第 $i$ 个取值下坏客户的占比，$WOE_i$ 表示第 $i$ 个取值下的WOE值，可以通过下面的公式计算：

$$WOE_i=ln(\frac{good\%_i}{bad\%_i})$$

在 Python 中可以通过以下代码实现 IV 值的计算：

def calc_iv(df, feature, target):
    lst = []
    cols = ['Variable', 'Value', 'All', 'Good', 'Bad']
    for i in range(df[feature].nunique()):
        val = list(df[feature].unique())[i]
        lst.append([feature, val, len(df[df[feature] == val]), 
                    len(df[(df[feature] == val) & (df[target] == 0)]), 
                    len(df[(df[feature] == val) & (df[target] == 1)])])
    data = pd.DataFrame(lst, columns=cols)

    data = data[data['Bad'] > 0]

    data['All_Distr'] = data['All'] / data['All'].sum()
    data['Good_Distr'] = data['Good'] / data['Good'].sum()
    data['Bad_Distr'] = data['Bad'] / data['Bad'].sum()
    data['WoE'] = np.log(data['Good_Distr'] / data['Bad_Distr'])
    data['IV'] = (data['Good_Distr'] - data['Bad_Distr']) * data['WoE']
    data['Variable'] = feature
    
    return data['IV'].sum()

其中，`df` 表示数据集，`feature` 表示特征列名，`target` 表示目标列名。函数返回计算得到的 IV 值。需要注意的是，在计算 IV 值时，需要对特征的取值进行分组，每个组内至少包含一定数量的坏客户，避免计算时分母为零的情况。