CDA数据分析师 出品
作者：曹鑫
01
如果你是一个财务人员
我知道，一说到数字经济，数字化转型，数字化人才，你第一感觉就是：跟我有半毛钱关系。诶，不要着急！
至少 Excel 你天天在用吧？只不过你可能用的最多的就是复制粘贴记录一下数据。你不要怀疑，这高低、左右，都算是数字化技能！因为数字化技能的核心就是数据能力，而且数据能力贯穿着公司业务全流程的每个环节，这也是为什么说，数字经济时代的新生产资料是数据！看看这张数据能力图，分成四个层面：需求层、数据层、分析层、输出层；第一层是需求层，是目标确定的过程，对整个业务进行拆解，为数据工作指明方向；第二层是数据层，包含数据获取、数据清洗、数据整；第三层是分析层，包含描述性统计制图、业务根因分析，这里就涉及到专业的算法；第四层是输出层，面向管理层、决策层、执行层，给出不同的数据报告、业务仪表盘、落地模型等。
02
面对这样一个问题
今天遇到一个任务是「财务对账」。
对账，可以说是财务最常做的一个工作，也是基础工作之一。就算你们公司的系统已经非常完整了，你还是会遇到两个表要核对差异在哪里的情况。你会怎么做？
当数据量不大的时候，我们最简单的做法，也是最符合第一直觉的做法，把两张表放到一起，一左一右，左边有个268，右边有个268，这就对上了；左边有个20.1，右边没找到20.1，这就是多记了，但是右边有个21，所以也有可能是错记了；左边有个100，右边也有个100，左边还有个100，右边没有100了，那这里可能是多记了。剩下右边还有个8，那这就是左边漏记了，这样就把不同情况都分析出来了。
但如果数据量大了，几百上千行，甚至几万行，这个方法就有点累了，比如我们现在有的两张数据表，一份公司银行存款明细账和一份银行流水，我们需要将公司银行存款明细中的借方与银行流水的收款金额进行核对。别说几百上千行了，光看这个100多行，我就觉得看着累。
03
解析问题
如果用 Python 来做，效率就会大大提升。我们先看看Python实现的逻辑，还是之前的例子：我们要看数据有没有重复，就是统计每个数据在两个表分别出现的次数，然后两个表中的个数相减。
- 268，在两张表中分别出现了1次，重复次数就是0，说明268这个数字不重复；
- 20.1，只在公司银行存款明细账中出现了一次，重复次数就是1次，说明20.1在公司账多记录了一次，也可能是记错了；
- 100，在公司银行存款明细中出现了2次，银行流水出现了1次，重复次数就是1次，说明100在公司账多记录了一次，也可能是记错了；
- 21，只在银行流水出现了1次，重复次数就是-1次，说明21在公司账里面漏记了；
- 8，跟21是一样的情况，也是在公司账里面漏记录了，因为银行流水就是银行直接导出的，有钱出入才会有记录，所以以银行流水为准。
知道了逻辑，我们就可以来操作了。先看看效果，就是这30多行代码，作为新人，你别怕，我们先看看有多爽！
04
效果演示
代码语言：javascript复制import pandas as pd
# 读取公司明细账
df_gs = pd.read_excel('./对账数据/公司银行存款明细账.xlsx',header=1)
# 读取银行流水
df_yh = pd.read_excel('./对账数据/银行流水.xlsx',header=1)
df_gs_jie = df_gs[['凭证号','借方']]
df_gs_jie = df_gs_jie.rename(columns={'借方':'金额'})
df_yh_shou = df_yh[['收款金额','对方户名']]
df_yh_shou = df_yh_shou.rename(columns={'收款金额':'金额'})
# 将两张表的借方-收款拼接
mergedStuff_jie_shou= df_gs_jie.append(df_yh_shou)
mergedStuff_jie_shou = mergedStuff_jie_shou[mergedStuff_jie_shou['金额'] != 0]
df_count = mergedStuff_jie_shou.groupby(by='金额').count()
# 判断金额出现的次数
df_count['重复次数'] = df_count['凭证号'] - df_count['对方户名']
# 重复次数不为0，就是没有对上
df_result = df_count[df_count['重复次数'] != 0].copy()
# 判断错误问题
df_result['错误原因'] = df_result.apply(lambda x: '漏记' if x['重复次数']< 0 else ('重复记录/多记' if x['重复次数'] > 1 else '多记/错记'), axis=1)
print('借方-收款出现的错误')
df_result[['错误原因']]
# 列出两张表中具体的行
# 公司银行存款明细账中的多记/错记
df_gs[df_gs['借方'] == 1.00]
# 银行流水中的漏记
df_yh[(df_yh['收款金额'] == 637146.52) |
(df_yh['收款金额'] == 27023289.88) ]
05
实操代码
读取两张 Excel 表的数据
代码语言：javascript复制import pandas as pd
# 读取公司明细账
df_gs = pd.read_excel('./对账数据/公司银行存款明细账.xlsx',header=1)
df_gs.head()
# 读取银行流水
df_yh = pd.read_excel('./对账数据/银行流水.xlsx',header=1)
df_yh.head()
数据清洗：修改列名
代码语言：javascript复制df_gs_jie = df_gs[['凭证号','借方']]
df_gs_jie = df_gs_jie.rename(columns={'借方':'金额'})
df_gs_jie.head()
df_yh_shou = df_yh[['收款金额','对方户名']]
df_yh_shou = df_yh_shou.rename(columns={'收款金额':'金额'})
df_yh_shou.head()
拼接两张表
代码语言：javascript复制# 将两张表的借方-收款拼接
mergedStuff_jie_shou= df_gs_jie.append(df_yh_shou)
mergedStuff_jie_shou = mergedStuff_jie_shou[mergedStuff_jie_shou['金额'] != 0] # 剔除金额为 0 的行
mergedStuff_jie_shou
根据金额进行统计
代码语言：javascript复制df_count = mergedStuff_jie_shou.groupby(by='金额').count()
df_count
# 判断金额出现的次数
df_count['重复次数'] = df_count['凭证号'] - df_count['对方户名']
df_count
# 重复次数不为0，就是没有对上
df_result = df_count[df_count['重复次数'] != 0].copy()
df_result
# 判断错误问题
df_result['错误原因'] = df_result.apply(lambda x: '漏记' if x['重复次数']< 0 else ('重复记录/多记' if x['重复次数'] > 1 else '多记/错记'), axis=1)
print('借方-收款出现的错误')
df_result[['错误原因']]
# 多记/错记
df_gs[df_gs['借方'] == 1.00]
# 漏记
df_yh[(df_yh['收款金额'] == 637146.52) |
(df_yh['收款金额'] == 27023289.88) ]
未来，你只要修改好需要读取的表，确定需要比对的列，然后一键运行，结果一瞬间就出来了，而且你之后每个月，每周，甚至每天要比对的时候，你只需要确定好你要比对的表，比对的数据列，就可以快速得到结果，代码复用效率极高。你还可以进一步查看各自表中具体行的数据，方便你具体判断。
今天的内容就分享到这里，如果你想了解其他方面的内容，欢迎给我们留言哦。
本文出品：CDA数据分析师
