RPA实战——航空三方对账案例 航空三方协同

一、需求：

支付宝账单：

 1.支付数据筛选：①筛选L列业务类型为：交易付款 即为所有支付交易；②比对所需内容为B列的交易流水号以及H列的收
 入金额,C列起始票号。

淘宝账单：

1.附件“国际预订成功”表中，比对所需内容为AL列的“银行订单号”以及V列的“总价”，相同的银行订单号，总价相加；
2.附件“国内预订成功”表中，比对所需内容为Z列的“支付宝流水号”以及S列的“航段全价”，相同支付宝流水号下的价格相加；
3.附件“国内改签订单”表中，比对所需内容为W列的“支付宝流水号”以及Q列的“改签费总金额”，
注意：W列以及Q列订单及金额均有重复，需去重以及金额平摊后方可进行数据统计。

以上支付宝数据 1 与淘宝数据 1+2+3 进行比对为支付宝与淘宝的支付交易核对。再将支付数据与淘宝数据的差异与“三方对账支付差异核对”文件比对。

二、数据源：

1.支付数据格式如下图：文本为CSV格式

2.淘宝数据有三份数据，分别为：国际、国内、改签订单，文本为CSV格式，数据格式如下：（国际、国内、改签格式差不多）

三、解决方法：

此项目所用到的方法都在此贴：

Excel 表格处理技巧（一） `

四、思路：

1.1、首先读取 CSV 格式文件：

代码如下：

f = open(self.gv_path+'/'+'dh_demo/files/dh/tb/zf/20882015460911320156_20190623_账务明细.csv')
df = pd.read_csv(f,sep=',',header=4,encoding='utf-8',
usecols=['业务流水号', '收入金额（+元）','业务类型','起始票号'])

代码中可以看到，由于并不需要整个文本中的数据，因而，可以像读 Excel 文件一样，只读取需要的几列。

读取 CSV 文件可能遇到的问题 贴中也写到了，若读取 CSV 文件遇到问题，可以参考。

1.2、筛选 L 列业务类型为：交易付款

此处可参考 Excel 表格处理技巧（一） ` 贴中的第七点

代码如下:

df1 = df.loc[df["业务类型"].str.contains("交易付款",na=False)]

2.1、后续淘宝数据中，遇到相同账号下的价格相加，求平均

此处可参考 Excel 表格处理技巧（一） ` 贴中的第二点

数据透视表，具体代码如下：

res1 = pd.pivot_table(df3, index=['银行订单号'], values=['银行订单号','总价'], aggfunc=[np.mean])
res2 = pd.pivot_table(df1, index=['银行订单号'], values=['银行订单号','总价'], aggfunc=[np.sum])

用数据透视表的好处，处理速度快，且有求和、求平均、求长度等方法。

3、再提取出支付数据与淘宝数据后，为了显示效果，结果如下图：

4、剩下就是支付数据与淘宝数据的比对了。客户要求是要显示出支付数据与淘宝数据的差异，淘宝数据与支付数据的差异。

因而我们先不急着比对。此处我们不用循环的方式，去找到相同订单号，再去比对差异。

4.1、此处我们用 merge, 对的，先通过订单号去连接两张生成的账单明细，生成结果如下：

可以看到上图中的两个 sheet，“中间表”与“中间表 2”，分别为：支付数据为左表，淘宝数据为左表。

merge 可以参考 Excel 表格处理技巧（一） ` 第一点。

组件如下：

#df1，df2 分别对应支付数据明细与淘宝数据明细

4.2、merge 用法需注意：

a、首先要注意，索引列的数据格式要一致，由于源数据来源不同，可能存在格式上的差异，用之前，需统一一下格式。
如：其中一份数据中的每一单元格数据前后存在空格，尾部存在制表符。
此处，我们可以参考

’http://support.i-search.com.cn/article/1566306723522’贴中的第十点。

b、还需要注意的一点，连接两表，索引列的表头要一致，因为他是通过相同的表头下相同的数去连接剩下的数的。

4.3、比对。

由于 merge 连接两表后，支付数据与淘宝数据在‘中间表’这个 sheet 上一一对应的，因而，我们可以参 Excel 表格处理技巧（一） 贴中的第三点。直接比对两列数据的差异。

代码如下：

result1=df.loc[df["支付金额"].isin(df["淘宝金额"])==False]

最终将差异下入差异表格，结果如下：

如此，分享就结束了，分享重点，如何 Excel 表格处理技巧（一） 贴中的处理 Excel 的一些方法，怎么用到项目上，或在什么样的场景下，可以用到什么样的方法。对于数据量较大，尽量的少用循环去比对，不管从效率上还是结果上都很好。如何不使用循环解决比对，可以参考下。

若有好的方法，望补充！！！