龙空技术网

python 一键生成对账单

轻舞飞扬WithTheWind 1035

前言:

眼前我们对“python加点”可能比较讲究,兄弟们都想要剖析一些“python加点”的相关文章。那么小编同时在网络上搜集了一些有关“python加点””的相关资讯,希望我们能喜欢,小伙伴们快快来学习一下吧!

工作中经常会用到对账单,一般我们都是用Excel进行汇总,每次总是有大量的重复工作,很是烦人,今天我教大家用python一键生成对账单,非常省事,再也不用加班加点了。

一、准备基础数据

首先,我们用Excel创建三张基础数据表,其中sheet1重新命名为客户销售明细表,sheet2预收款明细表,sheet3期初余额表。如图:(我这里的三张表,都放在了我的电脑桌面上,一个叫账户平衡表.xlsx的Excel工作簿中,你也可以建三个工作簿分别存放,图2、图3、图4中可看到我的基础数据表,里面有三个sheet表,并已重命名,且每一张表都预输入了客户相关信息。)

图1

图2

图3

图4

二、要求

输入客户名称,一键调出客户销售明细及账户余额等信息。

三、思路

由于数据分别存放在三张表上,所以我们最关键的步骤就是要合并三张表,然后写搜索条件代码即可。

四、写代码

1、导入pandas模块

import pandas as pd

2、导入数据并处理空值

df1=pd.read_excel(r"C:\Users\Administrator\Desktop\账户平衡表.xlsx",sheet_name='客户销售明细')

df2=pd.read_excel(r"C:\Users\Administrator\Desktop\账户平衡表.xlsx",sheet_name='预收款')

df3=pd.read_excel(r"C:\Users\Administrator\Desktop\账户平衡表.xlsx",sheet_name='期初余额')

df1.fillna(0,inplace=True)

df2.fillna(0,inplace=True)

df3.fillna(0,inplace=True)

3、设置要查询的变量

name='客户名称'

4、设置要查询的字段

list1=['customer','product','单位','单价','发货','调货','退货','实销','运费']

list2=['customer','本期预收_玉米','本期预收_小麦']

list3=['customer','期初余额_玉米','期初余额_小麦']

df1=df1[list1]

df2=df2[list2]

df3=df3[list3]

5、分别对三个表进行分类汇总

表1

df1=df1.groupby(['customer','product','单价']).sum()

df1.reset_index('product',inplace=True,drop=False)

df1.reset_index(inplace=True)

df1=df1[df1['customer']==name]

df1.reset_index(inplace=True)

df1

del df1['index']

df1

效果如下图:

表2

df2.groupby(['customer']).sum()

df2=df2[df2['customer']==name]

df2.reset_index(inplace=True,drop=False)

df2

del df2['index']

del df2['customer']

df2

表3

df3.groupby(['customer']).sum()

df3=df3[df3['customer']==name]

df3.reset_index(inplace=True,drop=False)

df3

del df3['index']

del df3['customer']

5、三表合并

df2=df1.merge(df2,left_index=True,right_index=True,how='left')

df3=df2.merge(df3,left_index=True,right_index=True,how='left')

df3

df3.fillna(0,inplace=True)

df3

效果如下:

6、对合并后的总表进行相关计算

df3['销售额']=df3['实销']*df3['单价']

df3['应收账款_玉米']=df3['销售额']-df3['运费']-df3['本期预收_玉米']+df3['期初余额_玉米']

df3['应收账款_小麦']=df3['期初余额_小麦']-df3['本期预收_小麦']

df3['应收账款']=df3['应收账款_玉米']+df3['应收账款_小麦']

df3.fillna(0,inplace=True)

df3

效果如下:

7、整理结果

order=['customer','product','发货','调货','退货','实销','单价','销售额','运费','期初余额_玉米','本期预收_玉米','应收账款_玉米','期初余额_小麦','本期预收_小麦','应收账款_小麦','应收账款']

df4=df3[order]

df4=pd.pivot_table(df4,index=['customer','product','单价'],aggfunc=sum,margins=True)

df4.reset_index(inplace=True)

df4=df4[order]

df4

对账单结果:

关键步骤总结:

1、分别导入三个基础表

2、分别汇总三个表,并按条件进行筛选

3、将三个符合条件的表合并

4、整理输出结果

今天的文章至此结束,如有不妥,请在下方留言评论。欢迎点赞、收藏、关注和评论。

标签: #python加点