微信支付数据处理

1.0导入数据

• 将微信支付到出的数据放入到文件夹 new_add_data 中

path_list=['new_add_data/微信支付账单(20200701-20200930).csv',
           'new_add_data/微信支付账单(20210101-20210318).csv',
           'new_add_data/微信支付账单(20201011-20201231).csv']  

for path in path_list:
    get_data(path)  

1.1 数据格式转化

建立方法导入数据进main_data

# 添加数据的方法
def get_data(path):
    
    #导入新数据
    new_data=pd.read_csv(path,delimiter=",",skiprows=16,index_col=0)
    
   
    #去掉金额列的 ¥金额 str格式转 float
    new_data['金额(元)']=(new_data['金额(元)']
                       .str.replace('¥','')
                       .astype('float'))
    #将交易对方 里的 “/”替换为 “ 微信红包退款 ”
    new_data.loc[new_data['交易对方']=='/','交易对方']='微信红包退款'
    new_data['in_out_NO']=1.0
    
    new_data.loc[new_data['收/支']=='收入','in_out_NO']=-1.0
    new_data.loc[new_data['收/支']=='支出','in_out_NO']=1.0
    new_data['金额(元)']=new_data['金额(元)']*new_data['in_out_NO']
    
  
    
    #对导入数据简单处理
    col_list=['交易对方','收/支', '金额(元)', '支付方式', '当前状态']
    add_data=new_data[col_list]
    add_data['交易时间']=list(add_data.index)

  
    
      
    #与main_data 校对，提取新增数据new_data
    main_path='basic_data/main_data.csv'
    
    if os.path.isfile(main_path):
        l_data=pd.read_csv(main_path,index_col=0)
        
        l_data=pd.concat([l_data,add_data])
        
        l_data=l_data.drop_duplicates(subset='交易时间').round(2)
        
        main_data=l_data.to_csv(main_path,index=False)
        
        
    else:
        
        main_data=add_data.to_csv(main_path,index=False)
    
    #将new_data导入main-data中
    
    
    return

2.0 生成报表

• 显示交易频率前20的报表

ef show_top20_trade_valuse(main_data):
    #生成交易频率最高交易对象
    
    #确认交易频率最高的对象
    closest_trader=(main_data['交易对方'].value_counts()
                    .sort_values(ascending=False)
                    .index[:20]
                    .tolist()
                   )
   
  
    
    df=(
        main_data.groupby(main_data['交易对方'])
        .sum()
        .loc[closest_trader]
        .round(2)
    )
    
    counts_list=(main_data['交易对方'].value_counts()
                 .values[:20]
        
    )

    
        
    y_list=df['金额(元)']

    
    
    x_list=df.index
    
    

    # 生成图像
    bar = (
        Bar()
        .add_xaxis(x_list.tolist())
        .add_yaxis("交易金额",y_list.tolist(),label_opts=opts.LabelOpts(position="top"))

        
        .extend_axis(
            yaxis=opts.AxisOpts(
                name="交易次数",
                min_=0,
                max_=160,
                interval=20,
                offset=30,
                axislabel_opts=opts.LabelOpts(formatter="{value} times"),
                axistick_opts=opts.AxisTickOpts(is_show=True),
                splitline_opts=opts.SplitLineOpts(is_show=True),
            )
        
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        
        .set_global_opts(
            title_opts=opts.TitleOpts(title="频次最高20个对象及交易总额", subtitle="微信记账小插件"),
            yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} RMB")),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-45)),
            toolbox_opts=opts.ToolboxOpts(),

        )
    )
    
    line=(
        Line()
        .add_xaxis(x_list.tolist())
        .add_yaxis(
            "交易频次",            
            y_axis=counts_list.tolist(),
            yaxis_index=1,

        )
    )
  
    print('以下打印count——list')
    print(counts_list.tolist())
  

    bar.overlap(line)
    bar.render('report/消费频率最高的20个交易对象频次及交易总额.html')

    return

• 按交易类别的报表

#按支出分类的饼图
def show_top_20_trade(main_data):
    
    
    df3=(main_data[main_data['收/支']=='支出']
        .groupby(main_data['交易对方'])  
        .sum()
        .sort_values(by='金额(元)')[-20:]
        .round(2)
    )['金额(元)']



    
    #系列数据设置
    y_list=df3.values
    x_list=df3.index

    # 生成图像
    pie =(
        Pie()
        .add(
            series_name='',
            data_pair=[k for k in zip(x_list,y_list)]
        )
    ) 

    pie.render('report/pay in type.html')

完成成果

image.png