目录

• • 一：查看数据的基本信息：
  • 二：原有数据的预处理：
  • 三：分析增加新的数据：
  • 四：统计部分信息：
  • • 4.1： 统计2019年之前的账单信息：
    • 4.2：绘图展示季度账单总额，坏账率
    • 4.3： 计算每个季度的60天账单催金额，90天的账单催金额，以及入催率：
    • 4.4：计算不同逾期天数的回收情况：

一：查看数据的基本信息：

1：加载数据：

import pandas as pd 
import datetime 
from pyecharts.charts import * 
from pyecharts import options as opts
# 加载xls文件
df1 = pd.read_excel('data/业务数据.xls') 
#要使用原始数据构建新指标，所以保留原始数据，copy新的数据，在新的数据中创建新指标 
df2 = df1.copy()
df2.head()

2：查看数据的基本信息：

df2.info()

3：查看数字类型的统计信息：

df2.describe()

二：原有数据的预处理：

1：获取最大的时间，作为我们的当前时间：
原因是我们现在分析数据的时间，肯定不是得到数据的时间，因此我们先要获取获取一个最大的时间，当做当前时间。因此此时取最大值可能里面存储有空值，与空值比较大小会出错，所以要先将空值用0来填充。

today_time = pd.to_datetime(df2.实际到账日.fillna('0').max())
today_time

2： 对于具有缺失值的列进行填充：

df2['实收金额'] = df2.实收金额.fillna(0) # 实收金额为空，就是没收到，设置0。
df2['开票金额'] = df2.开票金额.fillna(0)  # 没开票，设置为0
df2['未收金额'] = df2.未收金额.fillna(0) # 对方不欠钱了，设置为0

3：对于日期格式的数据，我们将object转换成日期格式：
注意：实际到账日期为空，说明

df2['账单周期'] = pd.to_datetime(df2.账单周期)
df2['应付日期'] = pd.to_datetime(df2.应付日期)
df2['实际到账日'] = pd.to_datetime(df2.实际到账日).fillna(today_time) # 如果还没有到账，就假定今天到账，因为用户可能提前还款，实际到账时间记录的就是用户还款的时间。没有还款就假定今天还款。

三：分析增加新的数据：

1：增加是否逾期字段：

# 如果应付的时间大于当前时间，说明还没有预期，此时设置0 
df2['是否到期'] = df2.apply(lambda x : 0 if x.应付日期 > today_time else 1,axis=1)

2： 增加是否逾期90天的字段：

# 今天的日期-应付的时间得到一个timedata,判断这个时间段是否大于90天，如果大于为1，不大于为0
df2['是否到期90天'] = (today_time - df2.应付日期 ).map(lambda x : 1 if x.days >= 90 else 0)

3： 设置未收金额2 表示：还有多少钱没有还款？主要是为了校验数据是否正确。

# 账单的金额 - 已经收的金额
df2['未收金额2'] = (df2.账单金额 - df2.实收金额)

4： 计算逾期天数（历史逾期天数和当前逾期天数）：
历史逾期天数 = 实际还款日- 应付日期。

如果未收到的金额为0，表示当前没有欠款。但是不能表明，他曾经没有逾期过。此时使用 实际还款日- 应付日期，存在两种情况。情况一：提前还款，此时计算得到的是负数。情况二：在还款日期之后还款，此时计算得到的是正数（曾经逾期过）。

如果未收到的金额不为0，表示当前存在欠款。但是此时不能表明，该用户已经逾期了。此时应该也分两种情况：情况一：today_time - x.应付日期，如果是负数，也就是表明，此时还没有逾期。如果是正数，则表示此时用户已经逾期了。

# 看现在未收的金额是不是0，如果是0表示用户已经还款了，则历史逾期天数 = 实际还款日 - 应付日期。此时的逾期可能是正（逾期但是还款了），可能是负数（不但逾期还没有还款）。
# 如果不是0，则表示还未还款，则用当前的时间 - 应付的日期。此时的逾期可能是正数（逾期了），也可能是负数（还没到期呢）。
df2['历史逾期天数'] = df2.apply(lambda x : (x.实际到账日 - x.应付日期).days if x.未收金额2 == 0 else (today_time - x.应付日期).days,axis=1)

5：计算当前的逾期天数：

# 如果当前没有欠款，直接赋值0，如果当前存在欠款，则当前的逾期天数 = 历史的逾期天数，如果历史逾期天数为正，表示此时已经逾期了，如果为负，表示此时还没有逾期。
df2['当前逾期天数'] = df2.apply(lambda x : (x.历史逾期天数) if x.未收金额2 > 0 else 0 ,axis = 1)

四：统计部分信息：

4.1： 统计2019年之前的账单信息：

1： 提取2017-2018年的数据：

df3 =df2.copy() 
#创建’账单季度‘字段，将日期转换成季度 
df3['账单季度'] = df3['账单周期'].map(lambda x : x.to_period('Q')) 
#提取2017年3季度到2018年4季度数据 
df3 = df3[(df3['账单季度']<='2018Q4') & (df3['账单季度']>='2017Q3')] 
df3.shape

2：按照季度统计账单金额:

fn1 = df3.groupby('账单季度')[['账单金额']].sum()
fn1.columns = ['账单金额'] 
fn1

3：按照季度统计，到期金额

#90天到期金额
df4 = df3[(df3.是否到期90天 == 1)] # 取出所有到期的数据
fn2 = df4.groupby('账单季度')[['账单金额']].sum() # 把数据按照账单季度分组，然后对账单金额进行求和
fn2.columns = ['到期金额']  # 修改列名
fn2

4：按照季度统计，逾期金额。

df4 = df3[(df3.是否到期90天 == 1)] 
fn3 = df4.groupby('账单季度')[['未收金额2']].sum() 
fn3.columns = ['当前逾期90+金额'] 
fn3

5：合并三个列：

dfs = [fn1,fn2,fn3]
final1 = pd.concat(dfs,axis=1)
final1

6：统计坏账率：
坏账率 = 逾期总额/到期总额：

final1['90+净坏账率'] = round(final1['当前逾期90+金额'] / final1.到期金额,3) 
final1

4.2：绘图展示季度账单总额，坏账率

bar = (
    Bar()
    .add_xaxis(list(final1.index.values.astype(str))) 
    .add_yaxis( 
        "账单金额", 
        list(final1.账单金额),
        yaxis_index=0, color="#5793f3",
    )
    .set_global_opts( 
        title_opts=opts.TitleOpts(title="90+净坏账率"), 
    )
    .extend_axis( 
        yaxis=opts.AxisOpts( 
            name="90+净坏账率", 
            type_="value",
            min_=0, 
            max_=0.014, 
            position="right",
            axisline_opts=opts.AxisLineOpts( 
                linestyle_opts=opts.LineStyleOpts(color="#d14a61") 
            ),
            axislabel_opts=opts.LabelOpts(formatter="{value}"),
        ) 
    )
)
line = ( 
    Line()
    .add_xaxis(list(final1.index.values.astype(str)))
    .add_yaxis(
        "90+净坏账率", 
        list(final1['90+净坏账率']),
        yaxis_index=1, 
        color="#675bba",
        label_opts=opts.LabelOpts(is_show=False),
    )
)
bar.overlap(line).render_notebook()

4.3： 计算每个季度的60天账单催金额，90天的账单催金额，以及入催率：

1：计算每个季度的60天账单入催金额，90天账单入催金额

#60天账期的账单金额 
df4 = df3[(df3.账期 == 60)&(df3.是否到期 == 1)]
fn1 = df4.groupby('账单季度')[['账单金额']].sum() 
fn1.columns = ['60天账期的账单金额'] 
#60天账期的入催金额 
df4 = df3[(df3.账期 == 60)&(df3.是否到期 == 1)&(df3.历史逾期天数>0)] 
fn2 = df4.groupby('账单季度')[['未收金额2']].sum() 
fn2.columns = ['60天账期的入催金额'] 
#90天账期的账单金额 
df4 = df3[(df3.账期 == 90)&(df3.是否到期 == 1)]
fn3 = df4.groupby('账单季度')[['账单金额']].sum()
fn3.columns = ['90天账期的账单金额'] 
#90天账期的入催金额 
df4 = df3[(df3.账期 == 90)&(df3.是否到期 == 1)&(df3.历史逾期天数>0)] 
fn4 = df4.groupby('账单季度')[['未收金额2']].sum()
fn4.columns = ['90天账期的入催金额']

2：计算入催率：

dfs = [fn1,fn2,fn3,fn4] 
final2 = pd.concat(dfs,axis=1)
# final2 = fn1.merge(fn2,on='账单季度').merge(fn3,on='账单季度',how='left').merge(fn4,on='账单季度')
final2['60天账期入催率'] = round(final2['60天账期的入催金额'] / final2['60天账期的账单金额'],3) 
final2['90天账期入催率'] = round(final2['90天账期的入催金额']/final2['90天账期的账单金额'],3)
final2

3： 进行绘图：

line = (
    Line() 
    .add_xaxis(list(final1.index.values.astype(str))) 
    .add_yaxis( 
        "60天账期入催率", 
        list(final2['60天账期入催率']),
        yaxis_index=0, color="#675bba",
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_global_opts( 
        title_opts=opts.TitleOpts(title="不同账期入催率"),
    )
    .add_xaxis(list(final1.index.values.astype(str)))
    .add_yaxis(
        "90天账期入催率", 
        list(final2['90天账期入催率']), 
        yaxis_index=0, color="#d14a61", 
        label_opts=opts.LabelOpts(is_show=False),
    ) 
)
line.render_notebook()

4.4：计算不同逾期天数的回收情况：

1： 计算：

df6 = df3[(df3.未收金额2 == 0)&(df3.是否到期 == 1)].copy()
#使用cut，讲数据按照逾期天数分箱，然后添加分箱之后结果标签 
df6['历史逾期天数'] = pd.cut(df6['历史逾期天数'],bins=[-999,0,5,10,15,20,30,60,90,999],right=True, labels=['0','1-5','6-10','11-15','16-20','21-30','31-60','61-90','91+'])
final3 = df6.groupby('历史逾期天数')[['账期']].count() 
final3.columns = ['回收账单数'] 
final3

2： 绘图：

ydata = final3['回收账单数'].values.tolist() 
bar = (
    Bar() 
    .add_xaxis(list(final3.index.values.tolist())) 
    .add_yaxis("收回账单数",ydata,yaxis_index=0,color="#675bba")
    .set_global_opts( title_opts=opts.TitleOpts(title="不同逾期天数的已收回账单数"), 
                    )
)
bar.render_notebook()