剪不断、理还乱的债权债务关系，原来能够这样梳理！

经济愈加达, 债权债务关系越紧密。常常会有好多人或者好多家企业之间有三角债的关系，那么如何快速准确的绘制出三角债的关系图呢，下面即将为你揭晓。

1、数据介绍

本次引用的是浙江省法院2016年的诉讼数据，将该数据文件zx1129.db上传到FEA，其中的ajxx表的内容以下所示：

2、数据探索

咱们须要获得的是与分析对象有三角债务关系的数据，该数据可由无向图闭环分析获得。而后将三角债务数据和债务人节点自定义关系图函数处理，便可获得用于绘制三角债务关系图的数据格式。

3、数据分析

一、加载数据，并将数据通过修改字段名、节选指定字段、增长特定字段，使之符合无向图模型处理的数据格式要求。

sjz1 = @udf df0@sys by RS.load_s3 with (zx1129.db,select * from ajxx)

rename sjz1 as ("申请执行人":"source","被申请执行人":"target")

sjz2 = loc sjz1 by (source,target)

sjz2 = add value by (1)

二、对数据进行无向图模型处理，而后对指定的分析对象作无向图闭环分析，此处咱们以“浙江鼎丰铝业有限公司”为例。

G = @udf sjz2 by GL.df2G

sjz3 = @udf G by GL.cycle_B with (浙江鼎丰铝业有限公司)

结果数据以下：

三、将上述数据中的全部列合并为一列，并去掉重复数据

sjz4 = @udf sjz3 by udf0.df_2one

sjz41 = distinct sjz4 by one

四、分别按照申请执行人和被申请执行人进行右链接操做，匹配出符合本次分析对象所在无向图闭环节点数据的诉讼信息，而后合并表数据，去掉重复项。

a = @udf sjz2,sjz41 by udf0.df_rjoin with (source,one)

a = @udf a by udf0.df_drop_col with one

b = @udf sjz2,sjz41 by udf0.df_rjoin with (target,one)

b = @udf b by udf0.df_drop_col with one

ss = union a,b

ss = distinct a by (source,target)

ss = @udfss by udf0.df_dropna

五、分离出本次分析对象所在无向图闭环节点，增长节点类别和节点大小字段。

node = loc ss by (source,target)

node = @udf node by udf0.df_2one

node = distinct node by (one)

node = add category by (1)

node = add size by (20)

node = @udf node by udf0.df_row_lambda with (x:2 if x[0]==u"@name" else x[1])

node = loc node by (one,lambda1,size)

rename node as ("one":"id","lambda1":"category")

六、将节点数据和三角债数据作自定义关系图函数的处理，获得符合关系图绘制格式的数据。

ss_v = @udf node,ss by VL.rgl2

store ss_v to ssdb by ssdb0 with ss_v

七、通过上述对数据的分析处理，就能够对获得的最终数据绘制三角债的关系图（力导向图），能够一目了然的看到与该公司发生债务关联的全部单位和我的，以下所示：