В ходе обсуждений возникла маленькая задачка построить динамику структуры кредитного портфеля (динамика кредитной карты, например). В качестве важной специфики необходимо применять метод FIFO для погашения займов. Т.е. при погашении первыми должны гаситься самые ранние займы. Это накладывает определенные требования на расчет статуса каждого отдельного займа и определения его даты погашения.
Ниже приведен код на R с прототипом подхода. Не более одного экрана кода на прототип и никаких циклов (закладные для производительности и читаемости).
Декомпозиция
Поскольку мы делаем все с чистого листа, то задачу разбиваем на три шага:
- Формирование тестовых данных.
- Расчет даты погашения каждого займа.
- Расчет и визуализация динамики для заданного временнОго окна.
Допущения и положения для прототипа:
- Гранулярность до даты. В одну дату только одна транзакция. Если в один день будет несколько транзакций, то надо будет их порядок устанавливать (для соблюдения принципа FIFO). Можно использовать доп. индексы, можно использовать unixtimestamp, можно еще что-либо придумывать. Для прототипа это несущественно.
- Явных циклов
for
быть не должно. Лишних копирований быть не должно. Фокус на минимальное потребление памяти и максимальную производительность. - Будем рассматривать следующие группы задержек: "< 0", "0-30", "31-60", "61-90", "90+".
Шаг 1.
Генерируем датасет. Просто тестовый датасет. Для каждого пользователя сформируем ~ по 10 записей. Для расчетов полагаем, что займ положительное значение, погашение отрицательное. И весь жизненный цикл для каждого пользователя должен начинаться с займа.
library(tidyverse)library(lubridate)library(magrittr)library(tictoc)library(data.table)total_users <- 100events_dt <- tibble( date = sample( seq.Date(as.Date("2021-01-01"), as.Date("2021-04-30"), by = "1 day"), total_users * 10, replace = TRUE) ) %>% # сделаем суммы кратными 50 р. mutate(amount = (runif(n(), -2000, 1000)) %/% 50 * 50) %>% # нашпигуем идентификаторами пользователей mutate(user_id = sample(!!total_users, n(), replace = TRUE)) %>% setDT(key = "date") %>% # первая запись должна быть займом .[.[, .I[1L], by = user_id]$V1, amount := abs(amount)] %>% # для простоты оставим только одну операцию в день, # иначе нельзя порядок определить и гранулярность до секунд надо спускать # либо вводить порядковый номер займа и погашения unique(by = c("user_id", "date"))
Шаг 2. Расчитываем даты погашения каждого займа
data.table
позволяет изменять объекты по ссылке
даже внутри функций, будем этим активно пользоваться.
# инициализируем аккумуляторaccu_dt <- events_dt[amount < 0, .(accu = cumsum(amount), date), by = user_id]ff <- function(dt){ # на вход получаем матрицу пользователей и их платежей на заданную дату # затягиваем суммы займов accu_dt[dt, amount := i.amount, on = "user_id"] accu_dt[is.na(amount) == FALSE, accu := accu + amount][accu > 0, accu := NA, by = user_id] calc_dt <- accu_dt[!is.na(accu), head(date, 1), by = user_id] # нанизываем обратно на входной data.frame, сохраняя порядок следования calc_dt[dt, on = "user_id"]$V1}repay_dt <- events_dt[amount > 0] %>% .[, repayment_date := ff(.SD), by = date] %>% .[order(user_id, date)]
Шаг 3. Считаем динамику задолженности за период
calcDebt <- function(report_date){ as_tibble(repay_dt) %>% # выкидываем все, что уже погашено на дату отчета filter(is.na(repayment_date) | repayment_date > !! report_date) %>% mutate(delay = as.numeric(!!report_date - date)) %>% # размечаем просрочки mutate(tag = santoku::chop(delay, breaks = c(0, 31, 61, 90), labels = c("< 0", "0-30", "31-60", "61-90", "90+"), extend = TRUE, drop = FALSE)) %>% # делаем сводку group_by(tag) %>% summarise(amount = sum(amount)) %>% mutate_at("tag", as.character)}# Устанавливаем окно наблюденияdf <- seq.Date(as.Date("2021-04-01"), as.Date("2021-04-30"), by = "1 day") %>% tibble(date = ., tbl = purrr::map(., calcDebt)) %>% unnest(tbl)# строим графикggplot(df, aes(date, amount, colour = tag)) + geom_point(alpha = 0.5, size = 3) + geom_line() + ggthemes::scale_colour_tableau("Tableau 10") + theme_minimal()
Можем получить примерно такую картинку.
Один экран кода, как и требовалось.
Предыдущая публикация Storytelling R отчет против BI, прагматичный подход.