摘要：文旅行业日常产生大量咨询、预约、出团、回访原始数据，存在数据冗余、字段缺失、行为混杂等问题。同时团队带团场景中，存在少量违规异常行为数据（非常规人员入团、行程异常打卡等）。本文基于Python实现轻量化文旅业务数据清洗、字段标准化、异常行为识别，可直接用于旅行社运营风控、服务质检数字化落地。 关键词：文旅数据处理；Python数据清洗；异常检测；旅游风控；数据标准化 一、行业技术痛点 多数中小文旅企业依赖Excel手工统计数据，存在三类技术问题：
import pandas as pd
# 读取文旅出团原始数据
df = pd.read_excel("tour_group_data.xlsx")
# 1. 基础数据清洗：去除重复、填充缺失值
df = df.drop_duplicates()
df["actual_num"].fillna(0, inplace=True)
# 2. 字段类型标准化
df["book_num"] = df["book_num"].astype(int)
df["actual_num"] = df["actual_num"].astype(int)
# 3. 异常行为识别：实际人数与报名人数不匹配（疑似私自带人/漏客）
def abnormal_check(row):
# 差值超过2人判定为异常订单
if abs(row["actual_num"] – row["book_num"]) > 2:
return "异常：人数核验不匹配"
else:
return "正常"
df["risk_tag"] = df.apply(abnormal_check, axis=1)
# 输出风控结果
risk_data = df[df["risk_tag"] != "正常"]
print("检测到异常出团记录：")
print(risk_data[["group_id","book_num","actual_num","risk_tag"]])
# 导出清洗后结构化数据
df.to_excel("tour_group_clean_data.xlsx",index=False)
四、代码业务场景解析
