def Process1(df):
pri_id = "企业名称"
res = pd.DataFrame()
res[pri_id] = df[pri_id].unique()
# 转换币种
df = prep.Convert_money(df)
# 提取注册资金特征（最大值，最小值，均值，方差）
res = pd.merge(res,fea.GetValAvg(df,pri_id,"注册资金(元)"),on=pri_id)
res = pd.merge(res,fea.GetValMaxMin(df,pri_id,"注册资金(元)"),on=pri_id)
res = pd.merge(res,fea.GetValVar(df,pri_id,"注册资金(元)"),on=pri_id)
# 提取类别特征
num_fea = ['注册资金(元)',"出资比例"]
cat_fea = [col for col in df.columns if col != pri_id and col not in num_fea]
for col in cat_fea:
res = pd.merge(res,fea.GetCategroicalCount(df,pri_id,col),on=pri_id)
# 法定代表人和首席代表标志为空统计
res = pd.merge(res,fea.GetValNaCount(df,pri_id,"法定代表人标志","姓名"),on=pri_id)
res = pd.merge(res,fea.GetValNaCount(df,pri_id,"首席代表标志","姓名"),on=pri_id)
# 统计 相应职务个树
res = pd.merge(res,fea.CatRowsToCols(df,pri_id,"职务","姓名"))
# 提取出资比例（最大值，最小值，均值，方差）
res = pd.merge(res,fea.GetValAvg(df,pri_id,"出资比例"),on=pri_id)
res = pd.merge(res,fea.GetValMaxMin(df,pri_id,"出资比例"),on=pri_id)
res = pd.merge(res,fea.GetValVar(df,pri_id,"出资比例"),on=pri_id)
return res
