如何将单pandas列的IV计算函数扩展为多列批量处理函数

本次改造完全保留原有单特征IV的计算逻辑，仅在函数入口增加入参类型识别能力，同时兼容单特征、多特征列表两种调用形式，无需重复手动逐次调用。

改造核心逻辑 #

• 入口处判断第二个入参的类型：如果是字符串格式，直接走原有单特征计算逻辑，返回单个IV数值，完全不改变原有使用习惯
• 如果检测到入参是存储列名的列表/可迭代序列，自动循环遍历每个特征调用单特征计算分支，最终汇总为带Column、IV两列的DataFrame返回，匹配预期输出格式

改造后完整代码 #

import pandas as pd
import numpy as np

def get_IV(df, feature, target):
    # 多特征入参分支：批量计算并返回DataFrame结果
    if not isinstance(feature, str):
        result = []
        for col in feature:
            col_iv = get_IV(df, col, target)
            result.append([col, col_iv])
        return pd.DataFrame(result, columns=['Column', 'IV'])
    
    # 以下为完全保留的原有单特征计算逻辑
    lst = []
    unique_values = df[feature].unique()
    for val in unique_values:
        lst.append([
            feature,
            val,
            df[(df[feature] == val) & (df[target] == 0)].count()[feature],
            df[(df[feature] == val) & (df[target] == 1)].count()[feature]
        ])
 
    data = pd.DataFrame(lst, columns=['Variable', 'Value', 'Good', 'Bad'])
        
    total_bad = df[df[target] == 1].count()[feature]
    total_good = df.shape[0] - total_bad
    
    data['Distribution Good'] = data['Good']/ total_good
    data['Distribution Bad'] = data['Bad'] / total_bad
    data['WoE'] = np.log(data['Distribution Good'] / data['Distribution Bad'])
    data = data.replace({'WoE': {np.inf: 0, -np.inf: 0}})

    data['IV'] = data['WoE'] * (data['Distribution Good'] - data['Distribution Bad'])
    data = data.sort_values(by=['Variable', 'Value'], ascending=[True, True])
    data.index = range(len(data.index))

    iv = data['IV'].sum()
    return iv

调用示例 #

1. 多特征批量计算场景
   直接传入存储列名的列表即可，无需循环手动调用：

   cols = ['Column1', 'Column2', 'Column100']
   iv_result = get_IV(data, cols, 'Label')
   

   输出结果严格匹配预期格式：

   Column	IV
   Column1	0.00035
   Column2	0.01085
   Column100	0.01281

2. 原有单特征调用兼容
   改造后的函数完全支持原有的单特征传参方式，返回值和改造前完全一致，不会破坏已有代码的运行逻辑：

   single_iv = get_IV(data, 'Column1', 'Label')
   

改造说明 #

• 对原有代码的改动量极小，仅在函数开头增加了多特征判断的分支，没有修改任何单特征IV的计算逻辑，保证计算结果和原函数完全一致
• 不需要额外编写单独的批量计算函数，所有逻辑统一封装在get_IV内部，降低后续代码维护成本
• 自动适配入参类型，不需要为不同计算场景切换不同函数

内容的提问来源于stack exchange，提问作者Nabih Bawazir