我之前处理过类似的周期性支付流水分析需求，结合你的场景，给你梳理几个可落地的思路，既能处理无噪音的干净数据，也能应对带小额异常的情况：

一、先做数据预处理，把基础数据理清楚 #

首先得把数据整理成方便分析的格式：

• 合并/拆分同日交易：像你示例里同一天有两笔不同金额的支付，先保留明细（因为是不同类型的支付），但如果是同一类型的重复入账，可以考虑合并求和，避免干扰周期计算。
• 转换时间维度：把每笔交易的日期转换成「与首笔交易的天数差」，或者直接计算相邻交易的间隔天数，这样更容易发现周期规律。
• 初步标记噪音：用箱线图或者简单的阈值先把明显异常的小额（比如你说的偶尔50）标记出来，后续可以单独处理，不影响周期性分析。

二、用聚类区分不同金额的支付组 #

因为不同类型的支付金额通常会形成明显的簇，这里推荐用DBSCAN聚类（比K-means更适合带噪音的场景），它能自动识别出异常点：

• 设定合适的「金额距离阈值」：比如你示例里5107和1500差距很大，阈值设100就能轻松分开；如果是金额接近的不同类型（比如5000和5200），可以调小阈值。
• 聚类后，把标记为「噪音」的簇（通常DBSCAN会给噪音点标记为-1）单独拎出来，剩下的簇就是可能的周期性支付组。

三、针对每个金额簇检测周期性 #

拿到每个金额对应的交易日期后，就可以找周期规律了：

• 统计间隔天数频率：计算同一簇内相邻交易的天数差，看哪个天数出现的频率最高——比如每周支付的话，7天左右的间隔会占绝大多数；每月支付的话，28-31天的间隔会是主流。
• 自相关分析（ACF）：如果用Python的话，可以用statsmodels的ACF函数，绘制自相关图，图中峰值对应的天数就是最可能的周期（比如7天、30天的位置出现峰值）。
• 规则匹配验证：先预设常见周期（7、14、28、30天），然后统计每个簇符合该周期的交易占比，占比超过80%的就可以确定为对应周期。

四、计算各支付类型的平均金额 #

确定周期和金额簇的对应关系后，就可以计算平均金额了：

• 对同一簇内的金额取平均值，同时可以过滤掉和平均值偏差过大的点（比如偏差超过10%），避免噪音影响。
• 比如你示例里的5107系列，去掉可能的异常后，平均下来就是每周支付的标准金额；1500的系列就是每月支付的金额。

简单代码示例（Python） #

这里给你一段快速验证的代码，适合你的场景：

import pandas as pd
from sklearn.cluster import DBSCAN
import numpy as np

# 加载数据（假设你把数据存成CSV）
df = pd.read_csv('payments.csv')
df['date'] = pd.to_datetime(df['date'])

# 计算相邻交易的天数差
df['day_diff'] = df['date'].diff().dt.days.dropna()

# 对金额做DBSCAN聚类，区分不同支付类型
amount_data = df['amount'].values.reshape(-1, 1)
# eps是金额距离阈值，min_samples是最少交易次数（避免把单次支付当成一类）
dbscan = DBSCAN(eps=100, min_samples=3)
df['amount_cluster'] = dbscan.fit_predict(amount_data)

# 遍历每个簇，分析周期和平均金额
for cluster_id in df['amount_cluster'].unique():
    if cluster_id == -1:
        print(f"【噪音支付】金额列表：{df[df['amount_cluster'] == -1]['amount'].tolist()}")
        continue
    
    cluster_df = df[df['amount_cluster'] == cluster_id]
    avg_amount = round(cluster_df['amount'].mean(), 2)
    # 统计最常见的间隔天数
    top_periods = cluster_df['day_diff'].value_counts().head(2)
    
    print(f"【支付类型】平均金额：{avg_amount}")
    print(f"  最可能的周期：{top_periods.index.tolist()}天，对应出现次数：{top_periods.values.tolist()}")
    print("---")

额外注意事项 #

• 区分「每4周」和「每月」：如果某类支付的间隔在28天左右，且3个月内有4笔，那更可能是每4周；如果3个月内只有3笔，那就是每月。
• 跨月日期的处理：比如每月最后一天的支付，2月和3月的间隔是28天，3月和4月是31天，这时候可以结合月份差来辅助判断（比如每1个月出现一次）。
• 小额周期性支付：如果偶尔的50其实是固定周期的小额支付，聚类时会形成单独的簇，这时候不要当成噪音，而是新增一类支付类型。

备注：内容来源于stack exchange，提问作者sonnysang