财务明细表清洗标准化

> **本地运行，零网络、免 API Key、数据不出电脑。**
> 四项诚实承诺：① 算不出就说算不出，绝不编造数字；② 高危动作强制人工确认；③ 幂等断点，绝不重复副作用；④ 全程留痕可审计。

# 财务明细表清洗标准化

财务自动化的第一步。系统导出的明细表通常日期写法不统一、金额带千分位和货币符号、部门名称各写各的，手动清洗耗时且容易漏。本包把这一步固化成可重复运行的流程。

## 输出四件套（每次运行必有，缺一不可）

| 文件 | 内容 |
|---|---|
| `clean_主表.csv` | 清洗后的标准表，附 `_来源文件` 与 `_原始行号` |
| `clean_异常表.csv` | 被排除的行，附异常原因、风险等级、原始行号 |
| `clean_校验表.csv` | 行数与金额守恒校验 + 人工复核声明 |
| `fin-log.jsonl` | 处理日志（追加），含输入文件指纹、规则版本、操作人 |

**金额守恒**：输入金额 = 主表金额 + 异常表金额。差异超过 0.01 元时**停止输出**并说明原因，绝不给出对不上账的结果。

## 环境准备

```bash
PY="<python 3.8+ 路径>"   # 纯标准库，无需 pip install 任何东西
"$PY" <skill目录>/scripts/table_clean.py <文件> [参数]
```

## 用法

### 先出方案 + 预览（默认，不写盘）

```bash
table_clean.py 报销明细.xlsx --date-cols 日期 --amount-cols 金额 \
  --map 部门映射.csv --map-cols 部门 --key 报销单号
```

真实输出：

```
方案：报销明细.xlsx | 工作表=Sheet1 | 数据行=7 | 列数=8
  日期列统一: ['日期']
  金额列转数值: ['金额']
  名称映射: ['部门'] → 4 条规则
  唯一键: 报销单号
清洗结果：7 行 → 主表 5 行 / 异常 2 行
--- 主表预览（前 20 行，未写盘）---
  BX001 | 2026-01-05 | 行政中心 | 张三 | 办公用品 | 1200.5 | FP001 | 已审批
  BX002 | 2026-01-08 | 销售中心 | 李四 | 差旅费 | 3680 | FP002 | 已审批
--- 异常预览（前 10 行）---
  行5    金额非数字
  行8    名称无法匹配映射表
[预览模式] 未写盘。确认无误后加 --execute 执行。
```

### 确认后写盘

```bash
table_clean.py 报销明细.xlsx --date-cols 日期 --amount-cols 金额 \
  --map 部门映射.csv --map-cols 部门 --key 报销单号 --execute --operator 张三
```

真实输出的校验表：

```
规则版本 | 1.0
主表行数 | 5
异常行数 | 2
输入行数 | 7
主表金额合计 | 15581.0
异常表金额合计 | 980.0
守恒差异（入-主-异） | 0.0
人工复核 | 本结果由本地工具生成，仅供财务复核使用；入账 / 付款 / 申报 / 税务口径 / 重大异常的最终结论必须由对应财务岗位人工确认。
```

### 抓疑似重复：多列组合键

单号相同只是最简单的重复。改个单号、发票号却一样，才是重复报销的常见形态：

```bash
table_clean.py 报销明细.xlsx --key 发票号,金额 --key-mode any
```

真实输出：`行6    唯一键重复(发票号+金额 与第2行相同)`

`--key-mode all`（默认）要求组合列全部相同才算重复；`any` 是任一列相同即标记疑似，用于风险筛查。

## 参数

| 参数 | 说明 |
|---|---|
| `--date-cols` | 日期列，统一为 `YYYY-MM-DD`（认得 `2026/1/5`、`20260108`、`2026-01-11`） |
| `--amount-cols` | 金额列，转数值（认得 `1,200.50`、`¥10000`、首尾空格） |
| `--map` / `--map-cols` | 名称映射表（两列：原名,标准名）+ 要映射的列。**必须限定列**，全表替换会误伤备注 |
| `--dict` | 字段字典 CSV：列名,类型,必填,标准名（可同时改列名为标准名） |
| `--key` / `--key-mode` | 唯一键，单列或多列组合；`all` / `any` |
| `--preview N` | 预览行数，默认 20（小样本试跑） |
| `--execute` | 真正写盘；不加则只预览 |
| `--operator` / `--rule-version` | 写进处理日志的操作人与规则版本 |

## 安全与边界（拒绝权）

- **源文件零改动**：输出一律进 `_out/`，绝不覆盖、绝不删除原文件
- **默认预览**：不加 `--execute` 一行都不写
- **日期不自动猜**：数字 `3680` 不会当成日期（Excel 序列号下它是 1910-01-27）。要不要按日期解析，由你指定列决定
- **金额识别不了就进异常表**：`abc` 不会被当成 0，也不会被猜成别的数
- **列名不存在直接拒绝**：不猜近似列名，会列出表里的真实列名
- **金额不守恒时停止输出**：这是硬约束，不是警告

## 人工复核（必读）

本包只做**格式标准化与异常挑出**，不判断业务。以下必须由财务确认：

- 被排除的异常行是不是真的该排除（尤其是"名称无法匹配"——可能只是映射表没维护全）
- 金额列口径是含税还是不含税
- 清洗后的结果能否作为入账、付款、申报的依据

## 相邻路线转交

| 用户要做的事 | 转交给 |
|---|---|
| 全表异常检查（负数、超阈值、状态矛盾） | `fin-anomaly-scan` |
| 多张表合并成一个 | `fin-table-merge` |
| 外发或试跑前要脱敏 | `fin-data-mask` |

## 自检清单

- [ ] 预览模式确实没写盘
- [ ] `_out/` 里的文件没有覆盖源文件
- [ ] 校验表金额守恒差异为 0
- [ ] 异常表每一行都能定位到原始行号

---

本 Skill 采用 BUSL-1.1 许可（源码可见，可自由使用）。

版权所有 © 2026 律令科技（深圳）有限公司（@lexord-technology）。
本技能由律令科技（深圳）有限公司开发，**财友云（caiyouyun.cn）**发布与展示。

允许个人及企业内部免费使用、复制、修改，包括内部生产环境。
未经书面许可，不得将本 Skill 或其修改版作为商业服务对外销售、转售或提供托管服务。
各版本发布之日起 4 年后自动转为 Apache License 2.0。详见随包 `LICENSE.md`。