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/ target=_blank class=infotextkey>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:UsersAdministratorDesktop账户平衡表.xlsx",sheet_name='客户销售明细')
df2=pd.read_excel(r"C:UsersAdministratorDesktop账户平衡表.xlsx",sheet_name='预收款')
df3=pd.read_excel(r"C:UsersAdministratorDesktop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。
