筆者之前用R開發評分卡時，需要進行分箱計算woe及iv值，采用的R包是smbinning,它可以自動進行分箱。近期換用python開發， 也想實現自動分箱功能，找到了一個woe包，地址https://pypi.org/project/woe/，可以直接 pip install woe安裝。

由于此woe包官網介紹及給的例子不是很好理解，關于每個函數的使用也沒有很詳細的說明，經過一番仔細探究后以此文記錄一下該woe包的使用及其計算原理。

例子

官方給的例子不是很好理解，以下是我寫的一個使用示例。以此例來說明各主要函數的使用方法。計算woe的各相關函數主要在feature_process.py中定義。

import woe.feature_process as fpimport woe.eval as eval #%% woe分箱, iv and transformdata_woe = data #用于存儲所有數據的woe值civ_list = []n_positive = sum(data['target'])n_negtive = len(data) - n_positivefor column in list(data.columns[1:]): if data[column].dtypes == 'object': civ = fp.proc_woe_discrete(data, column, n_positive, n_negtive, 0.05*len(data), alpha=0.05) else:   civ = fp.proc_woe_continuous(data, column, n_positive, n_negtive, 0.05*len(data), alpha=0.05) civ_list.append(civ) data_woe[column] = fp.woe_trans(data[column], civ) civ_df = eval.eval_feature_detail(civ_list,'output_feature_detail_0315.csv')#刪除iv值過小的變量iv_thre = 0.001iv = civ_df[['var_name','iv']].drop_duplicates()x_columns = iv.var_name[iv.iv > iv_thre]

計算分箱，woe,iv

核心函數主要是freature_process.proc_woe_discrete()與freature_process.proc_woe_continuous()，分別用于計算連續變量與離散變量的woe。它們的輸入形式相同：

proc_woe_discrete(df,var,global_bt,global_gt,min_sample,alpha=0.01)proc_woe_continuous(df,var,global_bt,global_gt,min_sample,alpha=0.01)

輸入：

df: DataFrame，要計算woe的數據，必須包含'target'變量，且變量取值為{0，1}

var:要計算woe的變量名

global_bt:全局變量bad total。df的正樣本數量

global_gt:全局變量good total。df的負樣本數量

min_sample:指定每個bin中最小樣本量，一般設為樣本總量的5%。

alpha:用于自動計算分箱時的一個標準，默認0.01.如果iv_劃分>iv_不劃分*（1+alpha)則劃分。

輸出：一個自定義的InfoValue類的object，包含了分箱的一切結果信息。

該類定義見以下一段代碼。

class InfoValue(object): ''' InfoValue Class ''' def __init__(self): self.var_name = [] self.split_list = [] self.iv = 0 self.woe_list = [] self.iv_list = [] self.is_discrete = 0 self.sub_total_sample_num = [] self.positive_sample_num = [] self.negative_sample_num = [] self.sub_total_num_percentage = [] self.positive_rate_in_sub_total = [] self.negative_rate_in_sub_total = []  def init(self,civ): self.var_name = civ.var_name self.split_list = civ.split_list self.iv = civ.iv self.woe_list = civ.woe_list self.iv_list = civ.iv_list self.is_discrete = civ.is_discrete self.sub_total_sample_num = civ.sub_total_sample_num self.positive_sample_num = civ.positive_sample_num self.negative_sample_num = civ.negative_sample_num self.sub_total_num_percentage = civ.sub_total_num_percentage self.positive_rate_in_sub_total = civ.positive_rate_in_sub_total self.negative_rate_in_sub_total = civ.negative_rate_in_sub_total