交通系のキャッシュフロー.py - AOKI's copy&paste archive

Overviews

この間，作った図を極めたいと思ってしまって，別段暇でもないのに，半自動化させるコードを書いた．せっかくなので載せておきたい．

pytho.hatenablog.com

ぶっちゃけこの手の作業は，プロが金にしているんだろうけど．もし就活生の参考になれば幸いだ．

Overviews
How to run/work
Script Code
Airline
JR
Future Work

How to run/work

使い方はというと，Edinetという政府の作った有報を電子データでまとめたサイトがあるので，そこからファイルをダウンロードして行う．この作業も自動化したかったが，計算以外のマクロ的なプログラミングはさっぱりなので諦めた．

EDINET

ただこのデータはpdfかxbrlという使い勝手の悪い拡張子なので，同じくEdinetが出しているcsv変換ツールを用いる．ここも手動だ．

利用にはJavaが必要．詳しくは当該ページを見てもらいたい．

実際の図化には下記を参考にした．せっかくなので，一緒に賃借対照表も図化したかったが，該当するパラメータがよくわからなかったのでサボった．反してキャッシュフローは凡例が自明で助かった．またフォーマットが整っているので，表の同じ位置を参照すれば済むようだ．

入社1年目で知っておきたかった会計の基礎 3：日本経済新聞

図化にあたっては同業種などを任意に選んで比較できるようにしたかった．そのためそうしたデータをまとめた表をlist.xlsxとしている．

横にカテゴリを並べ，縦に企業を並べている．該当する場合に0としている．

name	jr	airline
jreast	0
jrcentral	0
jal		0
ana		0

一例としてこんな具合だ．

このリストと各企業の有報csvデータをコードと同じフォルダに入れて実行する．またコードのconfigをラベル名に使ったものに応じて実行される．下記であればjrとなる．該当するファイルがない場合はBreakでスキップさせようと思ったが，実力不足で実装できず放置されている．

Script Code

# -*- coding: utf-8 -*-
"""
Created on Sun Oct 25 17:18:08 2020

@author: ataka
"""
import numpy as np
import pandas as pd
import os
import matplotlib.pyplot as plt

#set category
config='jr'
years=[2016,2017,2018,2019,2020]

'''
tab=
[[cate1,cate2,cate3,...],
 [comapny1,0,nan,nan,...],
 [comapny2,nan,0,nan,...],
 [comapny3,0,0,nan,...],...]
'''
tab=pd.read_excel('list.xlsx')
tab=tab[tab[config]==0]

data=pd.DataFrame()

#%%
for company in range(len(tab)):
    file_name=tab.iloc[company,0]+'.csv'
    
    #read comapny yuho csv(.xbrl tranformed) file
    if os.path.exists(file_name):
        paper=pd.read_csv(file_name,'r',delimiter='\t',encoding='utf-16LE')
    else:
        #i will fix...!!!
        break
    
    #written cadhflow data here
    cashflow=paper.iloc[61:76,:]
    cashflow.iloc[:,8] = [int(s) for s in cashflow.iloc[:,8]]
    
    cflist=cashflow.iloc[:,8]
    cflist=list(cflist)
    
    #caliculate net-cashflow by 3params
    for year in range(5):
        operating=cflist[year]
        investing=cflist[year+5]
        financing=cflist[year+10]
        net=operating+investing+financing
        cflist.append(net)
    
    data=data.append([cflist])


#rename df
data=data.set_index(tab['name'])
clm=[]
for typ in ['operating','investing','financing','net']:
    for year in years:
        clm.append(typ+str(year))
data.columns=clm
#yen to million yen
data=data/10**6

#check
print(data)

#%%plt
plt.figure()
barWidth = 1
operating = data.iloc[:,4]
investing = data.iloc[:,9]
financing = data.iloc[:,14]
net = data.iloc[:,19]

plt.bar(list(range(2,len(tab)*4,4)), net, width = 3 * barWidth, color='g', alpha=0.5, label='net')
plt.bar(list(range(1,len(tab)*4,4)), operating, width = barWidth, color='b', alpha=0.5, label='operating')
plt.bar(list(range(2,len(tab)*4,4)), investing, width = barWidth, color='r', alpha=0.5, label='invesnting')
plt.bar(list(range(3,len(tab)*4,4)), financing, width = barWidth, color='y', alpha=0.5, label='financing')

plt.xticks([4 * r + 2 * barWidth for r in range(len(tab))], data.index)
plt.legend()
plt.title(config+' 2020 cashflow')
plt.ylabel('million yen')
plt.show()

#%%stacked bar graph: bad
plt.figure()
operating = data.iloc[:,4]
investing = data.iloc[:,9]
financing = data.iloc[:,14]

bars = np.add(operating, investing).tolist()
r = data.index
barWidth = 1

plt.bar(r, operating, color='b', alpha=0.5, edgecolor='white', width=barWidth)
plt.bar(r, investing, bottom=operating, color='r', alpha=0.5, edgecolor='white', width=barWidth)
plt.bar(r, financing, bottom=bars, color='y', alpha=0.5, edgecolor='white', width=barWidth)
plt.scatter(r, bars+financing, color='g')

plt.title(config+' 2020 cashflow')
plt.ylabel('million yen')
plt.legend(['net','operating','investing','financing'], bbox_to_anchor=(1.05, 0.7), loc='upper left', borderaxespad=0,)
plt.show()

#%%compareing same category comapny by subplot
typs=['operating','investing','financing','net']
plt.figure()
plt.tight_layout()
plt.suptitle(config+' cashflow')
for typ in range(len(typs)):       
    plt.subplot(2,2,typ+1)
    plt.subplots_adjust(wspace=0.75, hspace=0.6)
    for company in range(len(tab)):
        temp = data.iloc[company,typ*5:(typ+1)*5]
        plt.plot(years, temp,label=tab.iloc[company,0])
        #as legend
        plt.text(x=2020,y=data.iloc[company,(typ+1)*5-1],s=tab.iloc[company,0])
    
    plt.title(typs[typ])
    plt.ylabel('million yen')
    plt.xticks(years)
plt.show()