理赔案件地区分析

已保存到 data/claims-1.json：1000 行，字段 claim_no, accident_date, total_amount, claimed_amount, status, disease_category, hospital_days, hospital_name, level, district_code。
文件是 JSON：columns 是字段，rows 是行，每行是一个列表，顺序和 columns 相同。
扣 3.5 点（预占 3.5，释放 0.0），可用点数 9794.5。 还有下一页：--cursor 30138:3526

已保存到 data/regions.json：368 行，字段 region_code, region_name, level。
文件是 JSON：columns 是字段，rows 是行，每行是一个列表，顺序和 columns 相同。
扣 0.6 点（预占 1.2，释放 0.6），可用点数 9793.9。

已保存到 data/claims-2.json：641 行，字段 claim_no, accident_date, total_amount, claimed_amount, status, disease_category, hospital_days, hospital_name, level, district_code。
文件是 JSON：columns 是字段，rows 是行，每行是一个列表，顺序和 columns 相同。
扣 2.6 点（预占 3.5，释放 0.9），可用点数 9791.3。

import json, globfrom collections import defaultdictdef load(path):    d = json.load(open(path))    k = [c["key"] for c in d["columns"]]    return [dict(zip(k, r)) for r in d["rows"]]rows = [r for p in sorted(glob.glob("data/claims-*.json")) for r in load(p)]names = {r["region_code"]: r["region_name"] for r in load("data/regions.json")}print("总案件数", len(rows))g = defaultdict(lambda: {"n":0,"total":0.0,"claimed":0.0,"status":defaultdict(int),"dist":set()})for r in rows:    dc = r["district_code"]    if not dc:         print("空区县", r["claim_no"]); continue    city = dc[:4]+"00"    x = g[city]; x["n"]+=1    x["total"]+=float(r["total_amount"] or 0)    x["claimed"]+=float(r["claimed_amount"] or 0)    x["status"][r["status"]]+=1    x["dist"].add(dc)tot_n=0; tot_amt=0.0for code,x in sorted(g.items(), key=lambda kv:-kv[1]["total"]):    tot_n+=x["n"]; tot_amt+=x["total"]    st=x["status"]    print(code, names.get(code,"（无此代码）"), "| 件数", x["n"], "| 总费用", round(x["total"],2),          "| 平均", round(x["total"]/x["n"],2), "| 申请赔付", round(x["claimed"],2),          "| 区县数", len(x["dist"]),          "| 已结案",st.get("已结案",0),"审核中",st.get("审核中",0),"已拒付",st.get("已拒付",0),"已撤案",st.get("已撤案",0))print("合计件数", tot_n, "合计总费用", round(tot_amt,2), "全省平均", round(tot_amt/tot_n,2))print("状态合计", {k:sum(x["status"].get(k,0) for x in g.values()) for k in ["已结案","审核中","已拒付","已撤案"]})print("按件数排名前三:", [(names.get(c,c), x["n"]) for c,x in sorted(g.items(), key=lambda kv:-kv[1]["n"])[:3]])print("按总费用排名前三:", [(names.get(c,c), round(x["total"],2)) for c,x in sorted(g.items(), key=lambda kv:-kv[1]["total"])[:3]])

总案件数 1641
330900 舟山市 | 件数 210 | 总费用 1496929.11 | 平均 7128.23 | 申请赔付 1193653.87 | 区县数 15 | 已结案 169 审核中 28 已拒付 8 已撤案 5
330500 湖州市 | 件数 167 | 总费用 1121743.61 | 平均 6717.03 | 申请赔付 891487.15 | 区县数 16 | 已结案 137 审核中 15 已拒付 11 已撤案 4
330700 金华市 | 件数 155 | 总费用 1089917.84 | 平均 7031.73 | 申请赔付 878790.99 | 区县数 11 | 已结案 119 审核中 18 已拒付 13 已撤案 5
330300 温州市 | 件数 175 | 总费用 1072045.11 | 平均 6125.97 | 申请赔付 883531.74 | 区县数 14 | 已结案 142 审核中 16 已拒付 5 已撤案 12
330600 绍兴市 | 件数 154 | 总费用 960733.32 | 平均 6238.53 | 申请赔付 745098.39 | 区县数 10 | 已结案 122 审核中 13 已拒付 9 已撤案 10
331000 台州市 | 件数 168 | 总费用 898593.62 | 平均 5348.77 | 申请赔付 707305.53 | 区县数 12 | 已结案 137 审核中 19 已拒付 6 已撤案 6
330800 衢州市 | 件数 159 | 总费用 844193.73 | 平均 5309.39 | 申请赔付 663706.63 | 区县数 13 | 已结案 123 审核中 15 已拒付 13 已撤案 8
330200 宁波市 | 件数 115 | 总费用 835224.26 | 平均 7262.82 | 申请赔付 668915.22 | 区县数 10 | 已结案 94 审核中 9 已拒付 7 已撤案 5
330400 嘉兴市 | 件数 111 | 总费用 743567.96 | 平均 6698.81 | 申请赔付 593242.09 | 区县数 11 | 已结案 89 审核中 12 已拒付 7 已撤案 3
330100 杭州市 | 件数 115 | 总费用 711341.17 | 平均 6185.58 | 申请赔付 557654.18 | 区县数 9 | 已结案 93 审核中 11 已拒付 5 已撤案 6
331100 丽水市 | 件数 112 | 总费用 626448.26 | 平均 5593.29 | 申请赔付 508105.0 | 区县数 8 | 已结案 93 审核中 8 已拒付 8 已撤案 3
合计件数 1641 合计总费用 10400737.99 全省平均 6338.05
状态合计 {'已结案': 1318, '审核中': 164, '已拒付': 92, '已撤案': 67}
按件数排名前三: [('舟山市', 210), ('温州市', 175), ('台州市', 168)]
按总费用排名前三: [('舟山市', 1496929.11), ('湖州市', 1121743.61), ('金华市', 1089917.84)]