Visualisez le nombre de plaintes des compagnies d'assurance-vie

introduction

[Python] Représentant le nombre de plaintes des compagnies d'assurance-vie dans un graphique à barres

Créé en référence à

A continué

Convertissez un PDF des détails de la répartition de la plainte en csv avec pdfplumber et visualisez-le Détail des plaintes des compagnies d'assurance-vie

Grattage

import requests
from bs4 import BeautifulSoup

url = "https://www.seiho.or.jp/member/complaint/"

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko"
}

r = requests.get(url, headers=headers)
r.raise_for_status()

soup = BeautifulSoup(r.content, "html.parser")

result = []

for tag in soup.select("div.headMod04.mt30"):

    data = []

    data.append(tag.h3.get_text(strip=True).replace("Co., Ltd.", ""))

    for table in tag.find_next_siblings("table", class_=["mt10", "mt15"], limit=2):

        for td in table.select("tr > td.taR"):

            f = float(td.get_text(strip=True).rstrip("matière%").replace(",", ""))

            data.append(int(f) if f.is_integer() else f)

    result.append(data)

import pandas as pd

df = pd.DataFrame(
    result,
    columns=[
        "Nom de la compagnie d'assurance",
        "Nombre de plaintes",
        "Nouvelle relation contractuelle",
        "Liés au stockage",
        "Relations de conservation",
        "Argent d'assurance",
        "Autre",
        "Nombre de contrats en vigueur",
        "Nombre de clients",
    ],
).set_index("Nom de la compagnie d'assurance")

df

Visualisation

import japanize_matplotlib
import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams["figure.dpi"] = 200

Nombre de plaintes

df["Nombre de plaintes"].plot.barh(figsize=(15, 15))

Taux de réclamation

df["Taux de réclamation"] = df["Nombre de plaintes"] / df["Nombre de clients"]

df["Taux de réclamation"].plot.barh(figsize=(15, 15))

Répartition des réclamations

df1 = df.reindex(columns = ["Nouvelle relation contractuelle", "Liés au stockage", "Relations de conservation", "Argent d'assurance", "Autre"])

df1.plot.barh(stacked=True, figsize=(15, 15))

Nombre de contrats en vigueur

Nombre de clients

Nombre moyen de contrats par personne