印度信用卡与 UPI 支付统计数据集

金融经济
0 下载
0 浏览
2026-11-11

数据集简介

数据表内容

仓库的 data/ 目录下存放四张 CSV 表,覆盖印度支付体系的不同侧面:

  • card_monthly.csv:信用卡月度指标,字段包括月份(month)、流通卡量(cards_outstanding_mn,单位百万)、消费金额(spend_inr_lakh_cr,单位十万卢比)、来源(source)与来源链接(source_url),逐月覆盖 2026 年 1 月至 9 月。
  • upi_monthly.csv:UPI 月度指标,字段包括月份、交易笔数(upi_volume_bn,单位十亿)、交易金额(upi_value_inr_lakh_cr,单位十万卢比)、来源与来源链接,逐月覆盖 2026 年 1 月至 10 月。
  • card_issuers_apr2026.csv:2026 年 4 月发卡机构明细,字段包括发卡机构(issuer)、消费金额(spend_inr_cr,单位千万卢比)、流通卡量(cards_outstanding_mn)、消费同比增速(spend_yoy_pct)、来源与来源链接。
  • ombudsman_complaints_fy25.csv:FY 2024-25 监察投诉类别占比,字段包括投诉类别(category)、占比(share_pct_fy25)、来源与来源链接。

每张表都保留 source 与 source_url 两列,方便使用者回溯任一数字的原始出处。

加载与使用

数据以标准 CSV 格式提供,可直接在 Excel 中打开,也可通过 Python(如 pandas)、R 或 SQL 导入分析。月份字段采用统一格式与顺序,便于时间序列拼接;数值字段按表头标注的单位记录,使用时需留意百万、十亿、十万卢比与千万卢比之间的量级差异。

来源与准确性

数据编译自 RBI 与 NPCI 官方发布。仓库配套的校验脚本 scripts/validate.py 在每次变更时执行检查,包括:列名是否与约定一致、月份格式与顺序是否正确、是否存在重复值、数值是否落在合理范围、来源链接是否为 https,以及监察投诉各类别占比合计是否为 100。这一机制用于降低手工录入与更新带来的误差。

追加月份数据

仓库提供 scripts/add_month.py 脚本,用于向月度表中追加新的月份记录。使用者可按脚本约定补充月份、数值、来源与来源链接,再运行校验脚本确认数据符合规范。

贡献方式

欢迎通过提交 issue 或 pull request 参与贡献,包括补充新月份数据、修正来源链接或改进校验逻辑。提交前请确保变更通过 scripts/validate.py 的检查。

许可与引用

scripts/ 目录下的代码以 MIT 许可开放。编译数据可免费复用,需按以下格式署名:“India Payments Data, Abhinav Kumar Tarkar, compiled from RBI and NPCI releases.” 数据公开免费下载,落地页为 GitHub 仓库:https://github.com/abhinavspambox/india-payments-data 。

基本信息

记录数量未知
文件大小4 个 CSV 文件;card_monthly 覆盖 2026 年 1–9 月逐月数据,upi_monthly 覆盖 2026 年 1–10 月逐月数据,card_issuers_apr2026 为 2026 年 4 月数据,ombudsman_complaints_fy25 为 FY 2024-25 数据
文件格式CSV, Python
数据来源Abhinav Kumar Tarkar
代码语言Python
数据表数量4
许可协议MIT(代码);数据需署名复用
数据落地页https://github.com/abhinavspambox/india-payments-data
发布日期2026-11-11
印度支付信用卡统计UPIRBINPCI金融数据

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费