项目背景

疫情使各行各业均受到不同的影响，物流也收到不同程度的影响。

对一个电商零售商来说，每月需要对大量的快递费进行对账。

本项目解决同时使用多个快递发货，部分隔离区域出现不同程度涨价等情形下，如何快速准确核对账单的问题。

项目目的

1.涨价的部分区域是哪里  2.是否存在费用不合理情况

数据简介

来源：Kesci

账单部分截图 不同快递邮费截图

一、数据加载与清洗

数据“完全合一”的原则：

1、完整性：缺失值的处理

2、全面性：描述事务的属性（字段）数据是否齐全

3、合法性：合理的数据类型，规范字符（是否存在非ASCII码等）

4、唯一性：重复值的处理

加载数据后，观察数据，1，是否有缺失值，是否需要填充，如果填充不了，能否删除。2，查看字段类型是否有利于接下去的工作。3，是否存在重复值。

可以看到区市和包裹重量有缺失。快递公司配送价格只参照省份，区市数据对结果没有影响，缺失的可以忽略。价格是按照重量来计算，没有实际包裹重量，这个缺失值因为我没有实际物流单，只能填充平均值。

转化数据类型，包裹重量 为object 需处理，只能是int或float才能进行计算。

查看是否有异常值（包裹重量为<=0或者实际邮资为<=0）。发现实际资费为0的是顺丰到付。不能算异常。

最后查看账单表和报价表连接字段是否有异常值。

账单表的省份

账单表和报价表不一样的是，大部分省份后面都有省字，或者自治区也是全称。为了之后关联方便，把账单表和各个快递公司的报价表全改成一样的省份名称。

对账单表州省名称修改

原本是要对发货时间进行类型类型修改的，但项目目的中并未要求区分月份，暂不处理。

各个快递公司的报价表加载后也同样做数据清洗和字段类型修改。

二、添加核对计算字段

计算思路

思路: 不同的快递方式，有不同的计费方式，分别计算 4 种快递方式 '申通快递', '顺丰寄付', '顺丰到付', '德邦快递'

申通快递： 首重+续重 

顺丰寄付： 首重+续重

顺丰到付： 快递费为0

德邦快递： 1-5kg时：5个重量区间分别一一对应运费 超过5kg：5kg首重 + 续重

添加‘计算邮资’ 作为通过报价单公式计算的结果。

为了明确每一笔有差价的单号，再添加一个字段‘差价’。

总结：

差价为负，表面实际物流价格已经涨价。通过上述可以看到，发往湖北武汉的申通价格涨了0.5元。是只有申通涨价吗？还是发往武汉的没有其他快递？

而那些差价为正的，数量较少，可能是快递员对此物件做了优惠，毕竟是老客户。