python数据分析--银行收益分析

通过用户提供的用户信息，银行交易信息，收益信息等预测该用户明年的收益信息。
二、数据解读
数字来源于sql server
1.数据概述：
用户的基本属性cust_overview表
用户的银行信息account_info表
用户的交易信息表FX表
2.数据详细描述：
（1）用户的基本信息cust_info.共11个字段。客户的中文名、英文名、注册地址、母公司、公司规模、联系电话等.
（2）用户的银行信息account_info.共20个字段。客户的分行，部门、科室、担当、役席、信用评级、CCIF、GCIF、客户类型、所属行业、是否托管等等.
（3）用户的交易信息表FX.共15个字段。买入金额，卖出金额，交易货币，兑换汇率，内部汇率等。
三、数据预处理
A.缺失值：
对于交易信息有缺失的客户，删除这条数据。
其他的string类型的按众数填充，
对没有客户ID的，删除该条记录
B.重复值：
删除交易ID相同的交易记录
C.不合理的值：
再次确认，无法确认进行删除
D.数据预处理：
用户信息表保留用户中文名，英文名，公司规模，
用户银行信息保留分行，部门，科室，担当，役席，信用评级，CCIF、GCIF、客户类型、所属行业、是否托管
交易信息表保留交易号，买入金额，卖出金额，卖出货币，买入货币，兑换汇率，内部汇率
将用户基本信息和用户银行信息进行右联。再将联合后的表与交易信息表进行右联，组成一张新的表。
把前面整理好的表整合：
查看最后表信息。
（1）1.客户编号2.客户中文名（若无，填英文名）3.公司规模4.分行5.部门6.科室7.担当8.役席9.信用评级10.CCIF11.GCIF12.客户类型13.所属行业14.是否托管15.收益=（卖出金额*兑换汇率-买入金额）
模型选择
采用线性回归。