如何用pandas groupby计算行业贷款损失率并为原表新增对应字段

你之前测试的自定义函数代码存在三个核心问题，导致无法运行：

• 调用apply时手动传入了整个DataFrame作为参数，而groupby.apply会自动将每个分组的子集传入自定义函数，不需要手动传参
• 函数内部引用了未定义的loan_data变量，且分组后的子表本身就是单行业的子集，无需再对type字段做全表统计
• 没有使用transform将聚合结果映射回原表的每一行，直接返回聚合表无法匹配原表的行维度

方案1：最简实现（推荐） #

使用groupby.transform直接将聚合结果对齐到原表每一行，无需额外合并，代码量最少：

# 按行业分组，计算每个行业的不良贷款率
df['lost_rate'] = df.groupby('type')['good_bad'].transform(
    lambda s: (s == 0).sum() / len(s)
).round(3)

代码逻辑对应：对每个行业的good_bad序列，统计等于0（不良）的记录数，除以该行业总记录数，得到的结果会自动匹配回原表同一行业的所有行。

方案2：分步骤计算后合并 #

如果需要留存不良数、总样本数等中间计算字段，可先聚合再关联回原表：

# 计算每个行业的不良贷款数（分子）
bad_cnt = df[df['good_bad'] == 0].groupby('type').size().rename('bad_cnt')
# 计算每个行业的总样本数（分母）
total_cnt = df.groupby('type').size().rename('total_cnt')
# 合并聚合结果并计算损失率
industry_stat = pd.concat([bad_cnt, total_cnt], axis=1).fillna(0)
industry_stat['lost_rate'] = (industry_stat['bad_cnt'] / industry_stat['total_cnt']).round(3)
# 将损失率关联回原表
df = df.merge(industry_stat['lost_rate'], left_on='type', right_index=True, how='left')

方案3：修正自定义函数写法 #

如果坚持使用自定义函数+apply的逻辑，修正后可正常运行：

# 函数入参为单个行业分组下的good_bad序列
def calc_lost_rate(series):
    bad_num = (series == 0).sum()
    total_num = len(series)
    return bad_num / total_num

# 分组应用函数，用transform对齐回原表
df['lost_rate'] = df.groupby('type')['good_bad'].transform(calc_lost_rate).round(3)

• 涉及“同一分组的指标要匹配回组内所有行”的需求，优先使用transform，比手动merge的效率更高，且容易对齐
• 统计不良数时注意编码规则，本次场景下good_bad=0为不良，因此直接判断s==0求和即可，不要将分子分母的统计逻辑搞反
• 用单独统计分子分母的方式时，如果某个行业没有不良贷款，对应的行业不会出现在不良数的统计结果中，需要补0对齐，避免关联后出现空值

内容的提问来源于stack exchange，提问作者gfchqz