7 · 同一次分析，如何交付给不同使用者？¶

本批保留 Home Credit 两张 application 表的全部 356,255 条记录。TARGET 来自原比赛训练表，比赛测试表的 48,744 条记录保持 null。APPLY_DATE 是按 ID 稳定散列生成的演示日期。0train 用于拟合和 PSI 基准，1val 用于验证或筛选，2test 与 3oot 用于固定结果的独立复核，4_oot_undue 仅表示比赛未公开标签。日期、元数据和角色映射见输入方案与分区说明。

本批实际结果¶

打开报告 · 有限查询与结论

格式	共享文件	用途
HTML	binning.html	原生分箱图、指标与业务元数据交互
Excel	binning.xlsx	同批分箱静态工作表
.marsreport	binning.marsreport	目录、查询、保存统计的导出；附加交叉聚合回放另用 score-cross
bounded JSON	agent-context.json	Unicode 字符预算内的目录与证据
TXT	external-agent-task.txt	外部消费者提示材料；未执行 LLM

HTML 供人工探索，Excel 交付当前静态公共表，.marsreport 保留目录、参数与查询身份，有限 JSON 提供有范围的证据。同批工作簿关键值逐项对快照核验。Excel 不执行 HTML 交互，也不依赖旧透视缓存。默认特征查询的身份列依次为 feature → display_name → dtype → data_source，显式 columns 按请求精确投影。案例 JSON、报告目录和 AI 上下文均由同批真实查询生成；manifest 中的 source_commit 记录生成时的已知 Git 基线，代码指纹记录实际用于生成的工作树实现。 cases.zip 只包含明确允许的统计产物与源码，个人写作 Skill、原始 CSV、清洗宽表、样本 ID 明细均不进入公共材料。无原数据可加载现成快照并重放查询；完整复算须自行取得三个官方文件并传路径。

读者用途	文件
原生分箱与质量	分箱 HTML / 画像 HTML
当前静态数值	分箱 Excel / 规则 Excel
新进程继续查询	分箱快照 / 规则快照
路径、哈希与字典	manifest / 业务字段字典
完整允许产物与源码	cases.zip / 无 CSV 外部任务

人工分析Agent 消费

从报告查看真实表与图，按实际分母判断。完整可运行代码使用共享准备入口，复用同一宽表与固定参考样本。

def _delivery(output: Path) -> None:
    """同批 HTML、Excel 和可查询快照分别交付，核对 Excel 实际数值。"""
    import openpyxl

    report = load_report(output / "binning.marsreport")
    workbook = openpyxl.load_workbook(output / "binning.xlsx", read_only=True, data_only=True)
    rows = workbook["001_detail"].iter_rows(values_only=True)
    header = list(next(rows))
    excel_sample = next(rows)
    table_sample = report.get_table("detail", limit=1).row(0, named=True)
    for name in ("count", "observed_count", "bad", "bad_rate"):
        expected, actual = table_sample[name], excel_sample[header.index(name)]
        assert actual == expected or (actual is not None and expected is not None and np.isclose(actual, expected)), name
    sheet_names = workbook.sheetnames
    workbook.close()
    prompt = (
        "用 load_report('binning.marsreport') 读取可信快照，describe 查看目录、单位与来源。\n"
        "query_page('detail', features='EXT_SOURCE_2', filters={'mars_group':'1val'}, limit=3)，按 next_offset 继续。\n"
        "引用 reference，区分 count 与 observed_count；坏率是 observed 分母下的比例。\n"
        "4_oot_undue 标签未公开；APPLY_DATE 是模拟日期；外部来源分不是校准概率。\n"
        "to_ai_context 预算是 Unicode 字符。无需内置 mars.agent、LLM 或原始 CSV。\n"
    )
    (output / "external-agent-task.txt").write_text(prompt, encoding="utf-8")
    formats = [
        {"format": "HTML", "path": "binning.html", "use": "原生分箱图、指标与业务元数据交互"},
        {"format": "Excel", "path": "binning.xlsx", "use": "同批分箱静态工作表"},
        {"format": ".marsreport", "path": "binning.marsreport", "use": "目录、查询、保存统计的导出；附加交叉聚合回放另用 score-cross"},
        {"format": "bounded JSON", "path": "agent-context.json", "use": "Unicode 字符预算内的目录与证据"},
        {"format": "TXT", "path": "external-agent-task.txt", "use": "外部消费者提示材料；未执行 LLM"},
    ]
    _case(output, 7, report, "同一次分箱分析怎样交付给不同使用者？", [_query(report, "detail", "Excel 首行实际值与快照对齐", limit=1)], {
        "formats": formats, "excel_sheets": sheet_names, "excel_key_values_match": True, "shared_cases": [2, 6, 7],
    }, "Excel 不恢复交互计算；快照不恢复任意 Python 对象。")

新进程按目录读取已保存统计；实际有限 JSON 中的引用可重放。

from mars.reporting import load_report

report = load_report("binning.marsreport")
print(report.describe())
page = report.query_page("summary", features="EXT_SOURCE_2", limit=3)
print(page["reference"], page["data"])

实际查询结果与分页引用

{
  "case": 7,
  "report_id": "d73396cc-4ad6-493e-a69a-0cd2a0a435e6",
  "consumer": "deterministic public API queries; no LLM",
  "question": "同一次分箱分析怎样交付给不同使用者？",
  "query": {
    "question": "Excel 首行实际值与快照对齐",
    "reference": {
      "report_id": "d73396cc-4ad6-493e-a69a-0cd2a0a435e6",
      "table": "detail",
      "query": {
        "offset": 0,
        "limit": 1
      }
    },
    "total_rows": 3257,
    "returned_rows": 1,
    "omitted_rows": 3256,
    "next_offset": 1,
    "rows": [
      {
        "y": "TARGET",
        "feature": "AMT_ANNUITY",
        "display_name": "贷款年金",
        "dtype": "Float64",
        "data_source": "Home Credit 2018 application_{train|test}.csv",
        "trend": "peak",
        "mars_group": "0train",
        "bin_index": 0,
        "bin_label": "00_[-inf, 16,515)",
        "count": 53823.0,
        "observed_count": 53823.0,
        "bad": 3800.0,
        "good": 50023.0,
        "pct": 0.2499048167373952,
        "bad_rate": 0.07060178733998476,
        "lift": 0.8706435354000479,
        "cum_count": 53823.0,
        "cum_observed_count": 53823.0,
        "cum_bad": 3800.0,
        "cum_bad_rate": 0.07060178733998476,
        "psi_bin": 0.0,
        "ks_bin": 3.521493713732288,
        "auc_bin": 0.02749724608806191,
        "iv_bin": 0.005272458307445049,
        "total_count": 215374.0,
        "bin_type": "首尾组",
        "tot_amt": 12147315133.5,
        "good_amt": 11285842158.0,
        "bad_amt": 861472975.5,
        "avg_amt": 225690.042054512,
        "amt_bad_rate": 0.07091879695491066,
        "lift_amt": 0.9399693647747305
      }
    ]
  },
  "unavailable": "Excel 不恢复交互计算；快照不恢复任意 Python 对象。"
}

运行与下载¶

python docs/snippets/task_cases.py --case 7 --data-dir examples/home-credit-2018/data/raw_data --output-dir output/task-cases

首次生成全部关联证据用 --case all。文件缺失会明确失败，正式入口不回退合成数据。数据下载与输入准备 · 完整共享源码 · 共享包 · 来源和哈希 · 案例索引