add feature

case1.py

@@ -5,8 +5,8 @@ file_path = "/home/baol/tools/数据草稿-案款.xls"  # 替换为你的Excel
 sheet_account_receipt = pd.read_excel(file_path, sheet_name="账户收")
 sheet_income = pd.read_excel(file_path, sheet_name="收入", header=1)
 
-#归属本案金额、到账金额、到账日期、缴款人、案号
+# 归属本案金额、到账金额、到账日期、缴款人、案号
-#对方户名、交易时间、金额
+# 对方户名、交易时间、金额
 
 # 统一日期格式
 sheet_account_receipt["到账日期"] = pd.to_datetime(
@@ -40,8 +40,8 @@ merged_df = pd.merge(
 
 
 # 检索出在某一天同时有多笔金额相同的记录
-duplicate_records = merged_df.groupby(['金额', '交易时间']).filter(lambda x: len(x) > 1)
+duplicate_records = merged_df.groupby(["金额", "交易时间"]).filter(lambda x: len(x) > 1)
 
 # 将结果保存为新的Excel文件
-output_file_path = '/home/baol/tools/case2_records.xlsx'  # 替换为你希望保存的文件路径
+output_file_path = "/home/baol/tools/case2_records.xlsx"  # 替换为你希望保存的文件路径
-duplicate_records.to_excel(output_file_path, index=False, engine='openpyxl')
+duplicate_records.to_excel(output_file_path, index=False, engine="openpyxl")

case_int.py

@@ -0,0 +1,99 @@
+import pandas as pd
+
+# 1. 读取 Excel 文件中的数据
+df_case = pd.read_excel(
+    "/home/baol/tools/数据草稿-案款1.xls", sheet_name="一案一账户收"
+)
+df_bank = pd.read_excel(
+    "/home/baol/tools/数据草稿-案款1.xls", sheet_name="银行-收入", header=1
+)
+
+# 2. 保留指定的列
+# 在“一案一账户收”中，保留归属本案金额、到账金额、到账日期、缴款人、案号
+df_case = df_case[["归属本案金额", "到账金额", "到账日期", "缴款人", "案号"]]
+# 在“银行-收入”中，保留对方户名、交易时间、金额
+df_bank = df_bank[["对方户名", "交易时间", "金额"]]
+
+# 3. 统一日期格式为 yyyy-mm-dd
+df_case["到账日期"] = pd.to_datetime(df_case["到账日期"]).dt.strftime("%Y-%m-%d")
+df_bank["交易时间"] = pd.to_datetime(df_bank["交易时间"]).dt.strftime("%Y-%m-%d")
+
+# 4. 任务1：检索到账金额与金额匹配，且到账日期与交易时间匹配的记录，但排除在同一天有多笔金额相同的情况
+# 合并两个数据框，匹配到账金额=金额，到账日期=交易时间
+df_merged = pd.merge(
+    df_case,
+    df_bank,
+    left_on=["到账金额", "到账日期"],
+    right_on=["金额", "交易时间"],
+    how="inner",
+)
+
+# 计算每个日期和金额组合的出现次数
+case_counts = (
+    df_case.groupby(["到账日期", "到账金额"]).size().reset_index(name="case_count")
+)
+bank_counts = (
+    df_bank.groupby(["交易时间", "金额"]).size().reset_index(name="bank_count")
+)
+
+# 合并统计数据
+df_merged = pd.merge(
+    df_merged,
+    case_counts,
+    left_on=["到账日期", "到账金额"],
+    right_on=["到账日期", "到账金额"],
+)
+df_merged = pd.merge(
+    df_merged, bank_counts, left_on=["交易时间", "金额"], right_on=["交易时间", "金额"]
+)
+
+# 过滤出在同一天没有多笔金额相同的记录（即计数为1）
+task1_result = df_merged[
+    (df_merged["case_count"] == 1) & (df_merged["bank_count"] == 1)
+]
+
+# 获取任务1中“一案一账户收”和“银行-收入”的索引
+task1_case_indices = df_case[
+    df_case[["到账金额", "到账日期"]]
+    .apply(tuple, axis=1)
+    .isin(task1_result[["到账金额", "到账日期"]].apply(tuple, axis=1))
+].index
+
+task1_bank_indices = df_bank[
+    df_bank[["金额", "交易时间"]]
+    .apply(tuple, axis=1)
+    .isin(task1_result[["金额", "交易时间"]].apply(tuple, axis=1))
+].index
+
+# 5. 任务2：检索出在某一天有多笔金额相同的记录
+# 找出“一案一账户收”中同一天金额相同且次数大于1的记录
+task2_case = df_case.groupby(["到账日期", "到账金额"]).filter(lambda x: len(x) > 1)
+task2_case_indices = task2_case.index
+
+# 找出“银行-收入”中同一天金额相同且次数大于1的记录
+task2_bank = df_bank.groupby(["交易时间", "金额"]).filter(lambda x: len(x) > 1)
+task2_bank_indices = task2_bank.index
+
+# 6. 任务3：检索出不符合任务1和任务2的记录
+
+# 在“一案一账户收”中，获取不在任务1和任务2中的索引
+task3_case_indices = df_case.index.difference(
+    task1_case_indices.union(task2_case_indices)
+)
+task3_case_result = df_case.loc[task3_case_indices]
+
+# 在“银行-收入”中，获取不在任务1和任务2中的索引
+task3_bank_indices = df_bank.index.difference(
+    task1_bank_indices.union(task2_bank_indices)
+)
+task3_bank_result = df_bank.loc[task3_bank_indices]
+
+# 7. 将结果保存到 Excel 文件
+with pd.ExcelWriter("/home/baol/tools/任务结果.xlsx") as writer:
+    task1_result.to_excel(writer, sheet_name="任务1", index=False)
+    task2_case.to_excel(writer, sheet_name="任务2_一案一账户收", index=False)
+    task2_bank.to_excel(writer, sheet_name="任务2_银行收入", index=False)
+    task3_case_result.to_excel(writer, sheet_name="任务3_一案一账户收", index=False)
+    task3_bank_result.to_excel(writer, sheet_name="任务3_银行收入", index=False)
+
+print("所有任务结果已保存到 '任务结果.xlsx' 文件中。")

case_out.py

@@ -0,0 +1,104 @@
+import pandas as pd
+
+# 读取Excel文件的指定工作表和列
+df1 = pd.read_excel(
+    "/home/baol/tools/数据草稿-案款1.xls",
+    sheet_name="一案一账户支",
+    usecols=["支款案号", "来源案号", "申请人", "支付日期", "支付金额", "领款人"],
+)
+df2 = pd.read_excel(
+    "/home/baol/tools/数据草稿-案款1.xls",
+    sheet_name="银行支出",
+    usecols=["对方户名", "交易时间", "支出金额"],
+    header=1,
+)
+
+# 标准化日期格式为 yyyy-mm-dd
+df1["支付日期"] = pd.to_datetime(df1["支付日期"]).dt.strftime("%Y-%m-%d")
+df2["交易时间"] = pd.to_datetime(df2["交易时间"]).dt.strftime("%Y-%m-%d")
+
+# 确保金额为数值类型
+df1["支付金额"] = pd.to_numeric(df1["支付金额"], errors="coerce")
+df2["支出金额"] = pd.to_numeric(df2["支出金额"], errors="coerce")
+
+# 初始化任务标记列
+df1["任务"] = "任务3"
+df2["任务"] = "任务3"
+
+# 任务2：查找在某一天有多笔金额相同的记录
+# 标记df1中的重复记录
+df1_duplicates = df1[df1.duplicated(subset=["支付日期", "支付金额"], keep=False)]
+df1.loc[df1_duplicates.index, "任务"] = "任务2"
+
+# 标记df2中的重复记录
+df2_duplicates = df2[df2.duplicated(subset=["交易时间", "支出金额"], keep=False)]
+df2.loc[df2_duplicates.index, "任务"] = "任务2"
+
+# 为匹配准备唯一记录（任务1）
+df1_unique = (
+    df1[df1["任务"] == "任务3"].reset_index().rename(columns={"index": "df1_index"})
+)
+df2_unique = (
+    df2[df2["任务"] == "任务3"].reset_index().rename(columns={"index": "df2_index"})
+)
+
+# 创建辅助列用于匹配
+df1_unique["日期"] = df1_unique["支付日期"]
+df1_unique["金额"] = df1_unique["支付金额"]
+df1_unique["名称"] = df1_unique["领款人"]
+
+df2_unique["日期"] = df2_unique["交易时间"]
+df2_unique["金额"] = df2_unique["支出金额"]
+df2_unique["名称"] = df2_unique["对方户名"]
+
+# 条件1：支付金额与支出金额匹配，支付日期与交易时间匹配
+condition1_matches = pd.merge(
+    df1_unique, df2_unique, on=["日期", "金额"], how="inner", suffixes=("_df1", "_df2")
+)
+df1.loc[condition1_matches["df1_index"], "任务"] = "任务1"
+df2.loc[condition1_matches["df2_index"], "任务"] = "任务1"
+
+# 条件2：支付金额与支出金额匹配，领款人与对方户名匹配
+condition2_matches = pd.merge(
+    df1_unique, df2_unique, on=["金额", "名称"], how="inner", suffixes=("_df1", "_df2")
+)
+df1.loc[condition2_matches["df1_index"], "任务"] = "任务1"
+df2.loc[condition2_matches["df2_index"], "任务"] = "任务1"
+
+# 合并条件匹配的结果
+task1_matches = pd.concat([condition1_matches, condition2_matches], ignore_index=True)
+task1_matches = task1_matches.drop_duplicates(subset=["df1_index", "df2_index"])
+
+# 任务3：提取不符合任务1和任务2的记录
+task3_df1 = df1[df1["任务"] == "任务3"]
+task3_df2 = df2[df2["任务"] == "任务3"]
+
+# 创建一个新的Excel文件，保存结果
+with pd.ExcelWriter("/home/baol/tools/匹配结果.xlsx") as writer:
+    # 任务1结果
+    task1_result = task1_matches[
+        [
+            "支款案号",
+            "来源案号",
+            "申请人",
+            "支付日期",
+            "支付金额",
+            "领款人",
+            "对方户名",
+            "交易时间",
+            "支出金额",
+        ]
+    ]
+    task1_result.to_excel(writer, sheet_name="任务1匹配结果", index=False)
+
+    # 任务2结果
+    df1_duplicates.to_excel(
+        writer, sheet_name="任务2_一案一账户支重复记录", index=False
+    )
+    df2_duplicates.to_excel(writer, sheet_name="任务2_银行支出重复记录", index=False)
+
+    # 任务3结果
+    task3_df1.to_excel(writer, sheet_name="任务3_一案一账户支未匹配记录", index=False)
+    task3_df2.to_excel(writer, sheet_name="任务3_支出未匹配记录", index=False)
+
+print("结果已保存到 '匹配结果.xlsx' 文件中。")