扫码加入数据分析学习群

我们需要定义一个函数，传入两个参数，分别为贷款日期和观测日期（观测日期一般是月末），然后根据这两个日期计算账龄月。

然后看下账龄(Month of Book，MOB)的定义

一旦申贷订单被放款，类似于婴孩一出生就有了年龄，该申贷订单也便拥有了账龄和生命周期。

• MOB0：放款日至当月月底 账龄为0

• MOB1：放款后第二个完整的月份 账龄为1

• MOB2：放款后第三个完整的月份 账龄为2

• 其他依此类推。

  然后我们举例说明一下，比如放款日为2020年1月20日，假定放贷6期（也就是6个月）

• 那么2020年1月20日-2020年1月31日，该申贷订单账龄为0

• 2020年2月1日-2020年2月29日，该申贷订单账龄为1

• 2020年3月1日-2020年3月31日，该申贷订单账龄为2

• 2020年4月1日-2020年4月30日，该申贷订单账龄为3

• 2020年5月1日-2020年5月31日，该申贷订单账龄为4

• 2020年6月1日-2020年6月30日，该申贷订单账龄为5

• 2020年7月1日-2020年7月31日，该申贷订单账龄为6
  

如果观测日期为3月31日，则根据上面的判断规则，得知账龄为2。然后我们分析我们是怎么进行人工思考的：

1.我们设定x=放款日birthdate=2020年1月20日，账龄n=0，

2判断x是否小于obsdate，如果回答是肯定的则执行第3条，如果回答是否定的则停止执行后面的程序，返回最终结果n

3.把x向前推一个月得到新的x，x=x+1个月。然后执行4

4.判断x是否小于obsdate，如果是则n=n+1。然后执行第2条。

但是在python里面如何将这个计算过程自动化呢，我们就可以定义一个函数

def age_month(birthdate,obsdate):
    from dateutil import relativedelta
    x=birthdate
    n=0
    while x<obsdate:
        x=x+relativedelta.relativedelta(months=1)
        if x<=obsdate:
            n=n+1
        
    return n

我们试一下这个函数

age_month(pd.Timestamp("2020-1-20"),pd.Timestamp("2020-3-31"))

可以看到结果是正确的。