Примерни данни

Примерите на тези страници и задачите в Homework repository използват един и същ малък, измислен кредитен портфейл. Нищо в него не идва от истинска банка: клиентите, кредитите и всички стойности са измислени. Типична е само формата: таблица с клиенти, таблица с кредити, която сочи към клиентите, и номенклатура (рейтинговата скала).

Файл	Редове	Какво е
	150	по един ред за всеки клиент
	400	по един ред за всеки кредит; client_id сочи към clients.csv
	10	рейтинговата скала: по един ред за всеки рейтингов клас, с неговия PD интервал

От занятие 7 нататък - още файлове от същия измислен портфейл, нарочно с проблемите на истинските данни: разхвърлян текст, няколко формата, лоши редове, история във времето.

Файл	Редове	Какво е	Занятия
	150	клиентите с текстовите им полета, както са ги въвели хората	7, 8
	231	свободни коментари на кредитни служители за кредитите	8
	280	плащанията през септември 2026, с няколко лоши реда	9
	-	настройките на месечен отчет	9
	3 листа	дневни валутни курсове, по един лист на месец	9, 14, 16
	7	регионите на български и английски - записани в cp1251	7, 9
	1800	рейтингът на всеки клиент към края на 12 месеца	12, 13, 16
	3992	непогасената сума на всеки кредит към края на 12 месеца	16
	406	loans.csv като локален експорт: ;, десетична запетая, dd.mm.yyyy, липсващи стойности, повторения	14, 15
	4 таблици	база данни SQLite: clients, loans, rating_scale, ratings_history	13, 16

Същите файлове са в папката data/ на Homework repository. На тези страници те са в data/ на всеки пример, който може да се пусне.

Разгледайте файловете

Щракнете върху името на файл в таблиците, за да видите какво има в него. Файл CSV, лист от файла на Excel или таблица от базата данни се показва като таблица, която може да филтрирате; редовете с грешен брой полета и празните редове са отбелязани. Текст показва файл CSV или JSON такъв, какъвто е - с разделителя, кавичките и интервалите му, а SQL - таблиците на базата данни. Изтегли записва файла. Прегледът сам открива кодировката на regions_bg.csv (cp1251); Python не я открива - вижте описанието на файла по-долу.

clients.csv

Колона	Пример	Значение
client_id	C0002	идентификаторът на клиента
segment	sme	retail, sme или corporate
region	Ruse	регионът на клиента
industry	M	код на икономическата дейност (буква, като секциите на NACE / КИД); празен за клиентите на дребно
rating	5	вътрешният рейтинг, от 1 (най-добър) до 10 (неизпълнение) - вижте rating_scale.csv
client_since	2014-06-08	началото на отношенията с клиента (дата във формат ISO)

import pandas as pd

clients = pd.read_csv("data/clients.csv")
clients.head()

import pandas as pd

clients = pd.read_csv("data/clients.csv")
clients.head()

Променете кода и го изпълнете отново

loans.csv

Колона	Пример	Значение
loan_id	L000001	идентификаторът на кредита
client_id	C0080	клиентът (вижте clients.csv)
product	investment	mortgage, consumer, credit_card, overdraft, working_capital, investment, project_finance
currency	EUR	EUR или USD
start_date, maturity_date	2026-01-22	дати във формат ISO
amount	1156900.00	първоначалната сума
outstanding	1044231.30	сумата, която остава за плащане към отчетната дата (30.09.2026)
interest_rate	8.83	в проценти годишно
days_past_due	0	дни, с които плащанията закъсняват
stage	1	1, 2 или 3 - stage 3 означава повече от 90 дни просрочие или рейтинг 10

import pandas as pd

loans = pd.read_csv("data/loans.csv")
loans.groupby("product")["outstanding"].sum().round(2)

import pandas as pd

loans = pd.read_csv("data/loans.csv")
loans.groupby("product")["outstanding"].sum().round(2)

Променете кода и го изпълнете отново

rating_scale.csv

Номенклатура: по един ред за всеки рейтинг, с неговия клас и интервала на вероятността от неизпълнение (PD).

Колона	Пример	Значение
rating	4	от 1 до 10
grade	BBB	буквеният клас
pd_min, pd_max	0.0025, 0.006	PD интервалът на класа (0.0025 = 0.25%)
description	moderate risk

import csv

with open("data/rating_scale.csv", encoding="utf-8") as f:
    for row in csv.DictReader(f):
        print(row["rating"], row["grade"], row["description"])

import csv

with open("data/rating_scale.csv", encoding="utf-8") as f:
    for row in csv.DictReader(f):
        print(row["rating"], row["grade"], row["description"])

Променете кода и го изпълнете отново

Файловете за следващите занятия

client_register.csv

Същите 150 клиента като в clients.csv, но текстовите полета са такива, каквито са въведени в стара система: client_id в много форми (c0014, C 0009, C-0026, C17), имена с произволни главни и малки букви, с излишни интервали и кавички, правни форми, написани като E.A.D., ЕИК с интервали или с BG отпред, IBAN на групи по четири или с малки букви, e-mail адреси с главни букви или с " at ", градове на латиница или кирилица, с gr. отпред, дати на регистрация в пет формата и оборотът на фирмите в български и английски формат на числата. Колони: client_id, name, eik, iban, email, city, registered, turnover. IBAN-ите използват измислени банкови кодове (DEMO, TEST, XMPL, FAKE), а e-mail адресите - запазените домейни example.*.

loan_comments.csv

loan_id, comment_date (ISO), comment: кратки бележки като "Payment of 1 250,00 EUR received on 15.09.2026." или "Disbursement to IBAN BG71 DEMO ... confirmed" - суми, дати, IBAN, ЕИК, e-mail адреси и номера на кредити в свободен текст.

payments_2026-09.csv

payment_id, loan_id, pay_date, amount, currency. Повечето редове са наред; някои не са: липсваща сума, 12O.50 (буква O), n/a, дата, която не съществува, непознат кредит, отрицателна сума, едно поле по-малко или повече, празен ред.

report_config.json, fx_rates.xlsx, regions_bg.csv

• report_config.json: датата на отчета, LGD, групите по DPD, сегментите и настройките за изхода на месечен отчет.
• fx_rates.xlsx: по един лист на месец (2026-07, 2026-08, 2026-09); колони date, USD, GBP, CHF - колко единици от валутата се купуват с едно евро.
• regions_bg.csv: code, name_bg, name_en - записан в кодировката за кирилица на Windows cp1251, като много стари експорти. Отваряйте го с encoding="cp1251".

ratings_history.csv и balances_monthly.csv

Историята към края на 12 месеца, от 31.10.2025 до 30.09.2026; последният месец съвпада с clients.csv и loans.csv. Клиент или кредит се появява едва от месеца, в който е започнал.

• ratings_history.csv: client_id, month_end, rating.
• balances_monthly.csv: loan_id, month_end, outstanding, days_past_due.

loans_export.csv

400-те кредита като експорт от локална система: разделителят е ;, десетичните числа са със запетая (651927,30), датите са dd.mm.yyyy, имената на колоните имат интервали (Loan ID), файлът започва с BOM ("CSV UTF-8" на Excel). Някои стойности липсват - празни или . като липсваща стойност в SAS - а 6 реда са повторени.

portfolio.db

База данни SQLite с четири таблици: clients, loans, rating_scale и ratings_history - същите данни като във файловете CSV, с първични и външни ключове.

import sqlite3

con = sqlite3.connect("data/portfolio.db")
for name, sql in con.execute("SELECT name, sql FROM sqlite_master WHERE type = 'table'"):
    print(name)
print(con.execute("SELECT COUNT(*), ROUND(SUM(outstanding), 2) FROM loans").fetchone())
con.close()

import sqlite3

con = sqlite3.connect("data/portfolio.db")
for name, sql in con.execute("SELECT name, sql FROM sqlite_master WHERE type = 'table'"):
    print(name)
print(con.execute("SELECT COUNT(*), ROUND(SUM(outstanding), 2) FROM loans").fetchone())
con.close()

Променете кода и го изпълнете отново

Без pandas

Първите лекции четат файловете със стандартната библиотека (open, csv), а pandas идва в занятие 14. И двата начина четат едни и същи файлове.