N175_标记异常值_自动汇聚某单位的住房公积金 有补发有增减 如何批量找出来

本文主要是介绍N175_标记异常值_自动汇聚某单位的住房公积金 有补发有增减 如何批量找出来,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']    #定义使其正常显示中文字体黑体
plt.rcParams['axes.unicode_minus'] = False      #用来正常显示表示负号 
data = pd.read_excel(r'.\N175_标记异常值_数据源.xlsx')
import seaborn as sns
# 使用seaborn获取颜色
cm = sns.light_palette("green", as_cmap=True)
# 色阶实现
data.head(100).style.background_gradient(cmap=cm,subset=["发生额"])
# data
 laiyuan日期交易流水号单位代码公积金账号交易号客户编号客户姓名发生额余额摘要代码摘要凭证种类凭证号
0./数据源/2012\201208.xls201282012-08-01 00:00:00流水号0000001326727234556缴存210102198901101814#0姓名001934039720.4100001072.000000单位补缴201208nannan
1./数据源/2012\201208.xls201282012-08-01 00:00:00流水号0000002326727234557缴存43282819810118001X#0姓名00299047718.6100001072.000000单位补缴201208nannan
2./数据源/2012\201208.xls201282012-08-01 00:00:00流水号0000003326727234558缴存432801198108011031#0姓名003110642583.6600001072.000000单位补缴201208nannan
3./数据源/2012\201208.xls201282012-08-01 00:00:00流水号0000004326727234559缴存432801198710011099#0姓名00474832592.6500001072.000000单位补缴201208nannan
4./数据源/2012\201208.xls201282012-08-01 00:00:00流水号0000005326727234560

limit_output extension: Maximum message size of 10000 exceeded with 132577 characters

df = data[["laiyuan","日期","客户姓名","发生额"]]
df.head(100).style.background_gradient(cmap=cm,subset=["发生额"])  #主要是靠这些列
 laiyuan日期客户姓名发生额
0./数据源/2012\201208.xls2012-08-01 00:00:00姓名0019340
1./数据源/2012\201208.xls2012-08-01 00:00:00姓名002990
2./数据源/2012\201208.xls2012-08-01 00:00:00姓名0031106
3./数据源/2012\201208.xls2012-08-01 00:00:00姓名004748
4./数据源/2012\201208.xls2012-08-01 00:00:00姓名0051070
5./数据源/2012\201208.xls2012-08-01 00:00:00姓名0061196
6./数据源/2012\201208.xls2012-08-01 00:00:00姓名007826
7./数据源/2012\201208.xls2012-08-01 00:00:00姓名008854
8./数据源/2012\201208.xls2012-08-01 00:00:00姓名009832
9./数据源/2012\201208.xls2012-08-01 00:00:00姓名0101060
10./数据源/2012\201208.xls2012-08-01 00:00:00姓名011798
11./数据源/2012\201208.xls2012-08-01 00:00:00姓名012808
12./数据源/2012\201208.xls2012-08-01 00:00:00姓名013840
13./数据源/2012\201208.xls2012-08-01 00:00:00姓名014790
14./数据源/2012\201208.xls2012-08-01 00:00:00姓名015760
15./数据源/2012\201208.xls2012-08-01 00:00:00姓名016940
16./数据源/2012\201208.xls2012-08-01 00:00:00

limit_output extension: Maximum message size of 10000 exceeded with 43779 characters

# 透视表 交叉统计
tongji01=pd.pivot_table(data, index=['laiyuan','日期'], columns='客户姓名', values='发生额',margins=False, aggfunc=[np.sum])
# 最后,要扁平化MultiIndex列,我们可以只连接元组中的值:
tongji01.columns = ['_'.join(col).replace("sum_","") for col in tongji01.columns.values]
tongji01 = tongji01.reset_index()
tongji01.head(10)
laiyuan日期姓名001姓名002姓名003姓名004姓名005姓名006姓名007姓名008...姓名073姓名074姓名075姓名076姓名077姓名078姓名079姓名080姓名081姓名082
0./数据源/2012\201208.xls2012-08-019340.0990.01106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
1./数据源/2012\201209.xls2012-09-01954.0990.01106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
2./数据源/2012\201210.xls2012-10-01934.0990.01106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
3./数据源/2012\201211.xls2012-11-01934.0990.01106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
4./数据源/2012\201212.xls2012-12-01NaNNaN1106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
5./数据源/2013\201301.xls2013-01-01NaNNaN1106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
6./数据源/2013\201302.xls2013-02-01NaNNaN1106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
7./数据源/2013\201303.xls2013-03-01NaNNaN1106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
8./数据源/2013\201304.xls2013-04-01NaNNaN1106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
9./数据源/2013\201305.xls2013-05-01NaNNaN1106.0748.01070.01196.0826.0854.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN

10 rows × 84 columns

# 按列找异常值,并用语言描述出来
import pandas as pd
cun = tongji01.copy()  #将数据块复制,后面发现的异常值进行覆盖
hangzuobiao = tongji01.laiyuan.to_list() # 将来源列转列表
suo = tongji01   #.iloc[:,1:4] #   为了缩小范围,提高实验速度
print(suo.shape)
lieming = suo.columns.to_list() #将列标题转列表
for index,col in enumerate(lieming): # 遍历列名,lie_max = suo[col].value_counts().index[:1].values # 关键点,找到该列频率最高的值gailie_max = lie_max[0] # 取当前值,上面计算出来的是列表for hang in range(suo.shape[0]): # 按行总数遍历 ,if suo[col].dtype in ["int64", "float64"]: #判断是否都是数字danqian = suo.loc[hang,col] # 取出当前值if pd.isnull(danqian) == True or danqian == gailie_max: # 为空跳过,相等跳过continue
#             print("当前值:"+str(danqian))
#             print("当列出现次数最多的:"+str(gailie_max))yichang = (gailie_max-danqian)/gailie_max
#             print(yichang)if abs(yichang)>0.6: # 差额相除取绝对值,看是否超过6成zhi = "异常"+str(hangzuobiao[hang])[:10]+"_"+str(col)+"_:"+str(suo.loc[hang,col])cun.iloc[hang,index] = zhi
cun.to_excel("N175_标记异常值_结果.xlsx")
(107, 84)
from styleframe import StyleFrame
import openpyxl
#可以自我覆盖,但是这样有风险,为了列宽自适应,筛选,冻结窗口
file_path = "N175_标记异常值_结果.xlsx"
df=pd.read_excel(file_path)
col = df.columns.values.tolist()
excel_writer = StyleFrame.ExcelWriter(file_path)
sf = StyleFrame(df)
sf.to_excel(excel_writer=excel_writer, best_fit=col,columns_and_rows_to_freeze='a2', row_to_add_filters=0,
)
excel_writer.save()
# 将句柄关闭,否则是只读格式,打不开
excel_writer.handles = None  #这句代码有用,很久才找到
print("well done")
well done

原始数据
在这里插入图片描述
处理后的数据
在这里插入图片描述


这篇关于N175_标记异常值_自动汇聚某单位的住房公积金 有补发有增减 如何批量找出来的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/427439

相关文章

Python脚本实现自动删除C盘临时文件夹

《Python脚本实现自动删除C盘临时文件夹》在日常使用电脑的过程中,临时文件夹往往会积累大量的无用数据,占用宝贵的磁盘空间,下面我们就来看看Python如何通过脚本实现自动删除C盘临时文件夹吧... 目录一、准备工作二、python脚本编写三、脚本解析四、运行脚本五、案例演示六、注意事项七、总结在日常使用

SpringBoot项目启动后自动加载系统配置的多种实现方式

《SpringBoot项目启动后自动加载系统配置的多种实现方式》:本文主要介绍SpringBoot项目启动后自动加载系统配置的多种实现方式,并通过代码示例讲解的非常详细,对大家的学习或工作有一定的... 目录1. 使用 CommandLineRunner实现方式:2. 使用 ApplicationRunne

Python在固定文件夹批量创建固定后缀的文件(方法详解)

《Python在固定文件夹批量创建固定后缀的文件(方法详解)》文章讲述了如何使用Python批量创建后缀为.md的文件夹,生成100个,代码中需要修改的路径、前缀和后缀名,并提供了注意事项和代码示例,... 目录1. python需求的任务2. Python代码的实现3. 代码修改的位置4. 运行结果5.

使用Python实现批量访问URL并解析XML响应功能

《使用Python实现批量访问URL并解析XML响应功能》在现代Web开发和数据抓取中,批量访问URL并解析响应内容是一个常见的需求,本文将详细介绍如何使用Python实现批量访问URL并解析XML响... 目录引言1. 背景与需求2. 工具方法实现2.1 单URL访问与解析代码实现代码说明2.2 示例调用

Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

《Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单》:本文主要介绍Springboot的ThreadPoolTaskScheduler线... 目录ThreadPoolTaskScheduler线程池实现15分钟不操作自动取消订单概要1,创建订单后

python实现自动登录12306自动抢票功能

《python实现自动登录12306自动抢票功能》随着互联网技术的发展,越来越多的人选择通过网络平台购票,特别是在中国,12306作为官方火车票预订平台,承担了巨大的访问量,对于热门线路或者节假日出行... 目录一、遇到的问题?二、改进三、进阶–展望总结一、遇到的问题?1.url-正确的表头:就是首先ur

Spring使用@Retryable实现自动重试机制

《Spring使用@Retryable实现自动重试机制》在微服务架构中,服务之间的调用可能会因为一些暂时性的错误而失败,例如网络波动、数据库连接超时或第三方服务不可用等,在本文中,我们将介绍如何在Sp... 目录引言1. 什么是 @Retryable?2. 如何在 Spring 中使用 @Retryable

Python中异常类型ValueError使用方法与场景

《Python中异常类型ValueError使用方法与场景》:本文主要介绍Python中的ValueError异常类型,它在处理不合适的值时抛出,并提供如何有效使用ValueError的建议,文中... 目录前言什么是 ValueError?什么时候会用到 ValueError?场景 1: 转换数据类型场景

使用Python制作一个PDF批量加密工具

《使用Python制作一个PDF批量加密工具》PDF批量加密‌是一种保护PDF文件安全性的方法,通过为多个PDF文件设置相同的密码,防止未经授权的用户访问这些文件,下面我们来看看如何使用Python制... 目录1.简介2.运行效果3.相关源码1.简介一个python写的PDF批量加密工具。PDF批量加密

Spring中Bean有关NullPointerException异常的原因分析

《Spring中Bean有关NullPointerException异常的原因分析》在Spring中使用@Autowired注解注入的bean不能在静态上下文中访问,否则会导致NullPointerE... 目录Spring中Bean有关NullPointerException异常的原因问题描述解决方案总结