练习七
本次练习目标是从交易数据中标记中可能存在欺诈嫌疑的交易。可能存在欺诈嫌疑的交易需要满足三个条件，分别是：
- 交易金额（Value）超过1000。
- 取消(Cancelled)状态为否（N）。
- 账户类型（Account Type）不是白金账户(Platinum)。白金账户在识别交易欺诈有另外一套规则，所以这里我们需要将其排除。
交易数据文件共有四个，分别为：
- Transaction Path.csv
- 用于记录交易路径信息，下载此文件。
- 内容如下图所示：
- Transaction Detail.csv
- 交易的明细信息，记录每次交易的明细信息。下载此文件。
- 文件内容如下图所示：
- Account Information.csv
- 账户信息，记录账户ID，账户持有人，账户类型，账户余额以及结算日期等信息，下载此文件 。
- 文件内容如下图所示：
- Account Holders.csv
- 账户持有人信息，包含持有人名称、出生日期、联系号码，联系地址等信息，下载此文件 。
- 文件内容如下图所示：
需求
四个文件，和交易相关的文件有两个，分别是Transaction Path.csv和Transaction Detail.csv；和账户相关文件也有两个，分别是：Account Information.csv和Account Holders.csv。在处理时我们可以首先处理交易信息，再处理账户信息，最后通过联接节点将这两种类型的数据联接起来。
处理交易信息
- 将Transaction Path.csv文件内容加载到BaskAdapt中。
- 修改样本数据为10000行，使得我们在操作时可以看到所有数据。
- 将列Account_To和Account_From两列名修改为Account To和Account From。
- 将Transaction Detail.csv文件内容加载到BaskAdapt中。
- 修改样本数据为10000行，使得我们在操作时可以看到所有数据。
- 将Cancelled?列中值为Y的数据过滤掉，只保留值为N的数据。
- 删除Cancelled?列。
- 添加一个联接节点。
- 因为Transaction Path.csv文件和Transaction Detail.csv文件都有Transaction ID字段，所以采用Transaction ID字段将它们联接起来，联接方式为Inner。
- 在联接节点后添加一清理节点。
- 移除Transaction ID_1列。
- 将Value列，也就是交易金额列改为整数类型。
- 针对Value列使用值范围筛选器，只保留Value列中大于等于1000的数据。
处理账户信息
- 将Account Information.csv文件内容加载到BaskAdapt中。
- 添加一清理节点。
- 该文件中Account Holder ID列存在一个账号有多个持有人的情况，多个持有人ID之间用逗号分隔，所以我们需要将它们进行拆分。
- Account Holder ID列中多个持有人ID除用逗号分隔外，中间还有空格，所以对于拆分出来的Account Holder ID列需要使用Trim函数去除前后空格。
- 拆分Account Holder ID列后，原Account Holder ID列可以删除。
- 因为每个账号存在多个持有人，在拆分出Account Holder ID列后，每个持有人ID都成为一列，接下来需要将拆分出来的Account Holder ID列转换为行。
- 添加一个转置节点，采用列转行，对拆分出来的Account Holder ID列进行转置。
- 移除转置1名称。
- 将转置1的值列名改为Account Holder ID。
- 去除所有Account Holder ID列中值为null的行，以确保所有的行中Account Holder ID列值都不为空。
- 将Account Holder ID列数据类型改为整数。
- 将Account Holders.csv文件内容加载取BaskAdapt中。
- 添加一清理节点
- 修改Contract Number列的值，在其值前添加0，使得所有的Contract Number都以0开头。
- 将Account Holder ID列数据类型改为整数。
- 将Account Holders.csv文件下的清理节点与Account Information.csv文件下的转置节点进行联接。
- 联接方式采用Inner，联接字段为两个Account Holder ID。
- 移除联接后产生的Account Holder ID_1列。
联接交易信息和账户信息
- 创建一联接节点，将交易信息处理结果与账户信息处理结果联接起来
- 联接方式为Inner
- 联接字段为交易信息中的Account From和账户信息中的Account Number。
- 添加一清理节点
- 移除Account From字段。
- 排除Account Type中值为Platinum的记录，也就是将白金账户类型的记录删除。
输出
输出结果如下图所示：
共12个字段，476行。