-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathaudit_failure.py
101 lines (87 loc) · 4.14 KB
/
audit_failure.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
import pandas as pd
import numpy as np
class Audit_failure():
"""
這個py檔是利用TEJ中的"衡量變數-重編彙整資料庫"中的重編原因當作審計失敗
若重編原因1至3中有'轉投資相關'、'會計估計及評價'、
'損益期間歸屬', '虛增(漏列)交易'、'所得稅及租賃會計'、'重大重分類/CPA更新意見'等項目
就算是審計失敗
Attributes:
file_location: "衡量變數-重編彙整資料庫"資料的Excel檔案位置
TSI_concat_location: 經"tern_customer_industry_concat"轉出的Excel資料的檔案位置
--------------------------------------------
Input:
資料種類: 上市+上櫃
DB類別:TEJ審計品質分析資料庫
資料名稱: 衡量變數-重編彙總資料庫
欄位All
公司分類: 非金電(不含TDR)+電子產業(不含TDR)
日期:季
時間:2003/0101~2020/0907
記得取消時間的降逆
輸出使用樣式 預設: 公司主key，日期副key
"""
def __init__(self, file_location, TSI_concat_location):
self.file_location = file_location
self.TSI_concat_location = TSI_concat_location
self.outcome = None
self.output_loc = None
def compute(self):
"""
將衡量變數-重編彙總資料庫中重編原因有出現'
轉投資相關'、'會計估計及評價'、'損益期間歸屬', '虛增(漏列)交易'、'所得稅及租賃會計'、'重大重分類/CPA更新意見'
的資料當作是審計失敗
輸出excel請使用output function
Args:
None
Returns:
None
"""
print('開始選擇審計失敗')
remake_raw = pd.read_excel(self.file_location)
fraud_list = ['轉投資相關', '會計估計及評價',
'損益期間歸屬', '虛增(漏列)交易',
'所得稅及租賃會計', '重大重分類/CPA更新意見']
remake_fraud = remake_raw[(remake_raw['重編原因1'].isin(fraud_list)) |
(remake_raw['重編原因2'].isin(fraud_list)) |
(remake_raw['重編原因3'].isin(fraud_list))
][['公司碼', '年月']].reset_index()
# pandas會把時間直接讀成時間2003/12/31=>2003-12-31，所以不能用/來分，要用-，還要先轉成string，最後年月日要改成
remake_fraud[['年', '月', '日']] = remake_fraud[
'年月'].astype(str).str.split('-', expand=True).astype(int)
remake_fraud[['公司', '簡稱']] = remake_fraud['公司碼'].str.split(
' ', expand=True)
remake_fraud['審計失敗'] = pd.Series(np.ones(remake_fraud.shape[0]))
remake_fraud.drop(['公司碼', '簡稱', '年月', '日', 'index'],
axis=1, inplace=True)
tern_customer_industry_combine = pd.read_excel(
self.TSI_concat_location)
tern_customer_industry_combine['公司'] =\
tern_customer_industry_combine['公司'].astype(str)
tern_customer_industry_combine = tern_customer_industry_combine.merge(
remake_fraud, on=['公司', '年', '月'], how='left')
tern_customer_industry_combine.fillna(value={'審計失敗': 0}, inplace=True)
self.outcome = tern_customer_industry_combine
print('完成選擇審計失敗')
def output(self, output_location):
"""
輸出審計失敗的Excel檔
Args:
output_location: Excel輸出的檔案位置
Returns:
審計失敗的Excel檔
"""
print('輸出審計失敗')
self.output_loc = output_location
self.outcome.to_excel(output_location, float_format='%g',
encoding="utf-8", index=False)
print('審計失敗輸出完成')
def where_is_my_output_file(self):
'''
回傳Output file的位置，在使用過output才能用，不然就是None
Args:
None
Returns:
Output file的位置
'''
return self.output_loc