自动生成发票数据并存入Excel

自动生成发票数据并存入Excel

目录

  1. 简介
  2. 环境准备
  3. 代码拆分与详细解释
  4. 运行效果
  5. 注意事项

简介

在处理财务数据时,生成和管理发票是一项常见的任务。本文将指导你如何使用 Python 生成一组模拟的发票数据,并将其保存到 Excel 文件中。我们将使用 pandasopenpyxl 库来处理和保存数据,同时利用 faker 库生成假数据。

环境准备

为了确保代码能够正常运行,请先安装所需的 Python 库:

bash 复制代码
pip install pandas openpyxl faker

这些库的作用如下:

  • pandas:用于数据操作和分析。
  • openpyxl :用于读写 Excel 文件(.xlsx 格式)。
  • faker:用于生成假数据,如公司名称、日期等。

代码拆分与详细解释

导入依赖库

首先,我们需要导入必要的 Python 模块和库:

python 复制代码
import random
from datetime import datetime, timedelta
from faker import Faker
import pandas as pd
  • random:用于生成随机数。
  • datetimetimedelta:用于生成随机日期。
  • Faker:用于生成假数据,如公司名称、地址等。
  • pandas:用于创建和操作数据框(DataFrame),并将数据保存为 Excel 文件。

初始化Faker对象

接下来,我们初始化一个 Faker 对象,设置其语言区域为中国大陆(zh_CN),以便生成中文格式的数据:

python 复制代码
fake = Faker(locale='zh_CN')

Faker 是一个强大的工具,可以生成各种类型的假数据,包括但不限于姓名、地址、电话号码、公司名称等。通过设置 locale 参数,我们可以指定生成数据的语言和文化背景。

生成随机发票信息

我们定义一个函数 generate_invoice_data 来生成随机的发票信息。这个函数接收一个参数 num_invoices,表示要生成的发票数量。

python 复制代码
def generate_invoice_data(num_invoices):
    invoices = []
    
    for _ in range(num_invoices):
        invoice_code = f"{random.randint(1000000000, 9999999999)}"  # 随机生成10位发票代码
        invoice_number = f"{random.randint(10000000, 99999999)}"    # 随机生成8位发票号码
        issue_date = fake.date_between(start_date='-1y', end_date='today')  # 发票日期在最近一年内
        verification_code = ''.join(random.choices('0123456789', k=6))  # 验证码为6位数字
        
        total_amount = round(random.uniform(100, 10000), 2)  # 合计金额,保留两位小数
        tax_rate = random.choice([0.03, 0.06, 0.09, 0.13])   # 增值税率
        total_tax = round(total_amount * tax_rate, 2)        # 合计税额
        
        buyer_name = fake.company()                          # 购方名称
        seller_name = fake.company()                         # 销售方名称
        
        invoice = {
            '发票代码': invoice_code,
            '发票号码': invoice_number,
            '开票日期': issue_date.strftime('%Y-%m-%d'),
            '验证码': verification_code,
            '合计金额': total_amount,
            '合计税额': total_tax,
            '购方名称': buyer_name,
            '销售方名称': seller_name
        }
        
        invoices.append(invoice)
    
    return invoices
解释
  • 发票代码 (invoice_code) 和发票号码 (invoice_number)

    • 使用 random.randint 生成固定长度的随机数字字符串。发票代码为10位,发票号码为8位。
  • 开票日期 (issue_date)

    • 使用 fake.date_between 生成过去一年内的随机日期。
  • 验证码 (verification_code)

    • 使用 random.choices 从字符集中随机选择6个字符,组成6位数字的验证码。
  • 合计金额 (total_amount) 和合计税额 (total_tax)

    • 使用 random.uniform 生成一个范围在100到10000之间的浮点数,作为合计金额。
    • 选择一个常见的增值税率(如3%,6%,9%,13%),并根据此税率计算合计税额。
  • 购方名称 (buyer_name) 和销售方名称 (seller_name)

    • 使用 fake.company() 生成随机的公司名称。

保存发票信息到Excel文件

我们定义一个函数 save_to_excel 来将生成的发票信息保存到 Excel 文件中:

python 复制代码
def save_to_excel(invoices, file_path):
    df = pd.DataFrame(invoices)
    df.to_excel(file_path, index=False, engine='openpyxl')
    print(f"Data has been saved to {file_path}")
解释
  • 创建数据框 (df)

    • 使用 pandas.DataFrame 将发票信息列表转换为数据框。
  • 保存为 Excel 文件

    • 使用 pandas.DataFrame.to_excel 方法将数据框保存为 Excel 文件。index=False 表示不保存行索引,engine='openpyxl' 指定使用的引擎为 openpyxl,以支持 .xlsx 文件格式。

流程执行

最后,我们定义一个 main 函数来控制整个流程的执行:

python 复制代码
def main():
    print("生成一组数据流程开始执行")
    num_invoices = 10  # 可根据需要调整发票数量
    invoices = generate_invoice_data(num_invoices)
    
    # 打印发票信息(可选)
    headers = ["发票代码", "发票号码", "开票日期", "验证码", "合计金额", "合计税额", "购方名称", "销售方名称"]
    print("\t".join(headers))
    print("-" * 120)
    for inv in invoices:
        row = [str(inv[h]) for h in headers]
        print("\t".join(row))
    
    # 存储到Excel文件
    excel_file_path = 'invoices.xlsx'
    save_to_excel(invoices, excel_file_path)
    print("流程执行结束")

if __name__ == "__main__":
    main()
解释
  • 打印发票信息

    • 使用制表符 \t 分隔各列标题,并打印一行分割线。
    • 遍历每个发票记录,按列顺序打印每一行的内容。
  • 保存到 Excel 文件

    • 定义保存路径 excel_file_path,调用 save_to_excel 函数将发票信息保存到指定的 Excel 文件中。
  • 主程序入口

    • 使用 if __name__ == "__main__": 确保当脚本直接运行时,会调用 main 函数。

运行效果

运行上述脚本后,你会看到类似以下的输出:

复制代码
生成一组数据流程开始执行
发票代码	发票号码	开票日期	验证码	合计金额	合计税额	购方名称	销售方名称
----------------------------------------------------------------------------------------------------
1234567890	12345678	2023-12-05	123456	2345.67	234.57	某某有限公司	某商贸有限公司
...
Data has been saved to invoices.xlsx
流程执行结束

同时,invoices.xlsx 文件会被创建并包含生成的发票信息。

注意事项

  • 发票代码和号码:在实际应用中,发票代码和号码应遵循特定规则,这里仅为示例随机生成。
  • 税额计算:这里的税额是基于一个固定的税率计算的,实际情况可能更复杂。
  • 文件路径 :你可以根据需要修改 excel_file_path 变量以指定不同的文件名或路径。

通过本文提供的步骤和代码,你可以轻松地生成模拟的发票数据并将其保存为 Excel 文件。这不仅有助于测试和演示,还可以为实际业务场景提供参考。

相关推荐
橘猫云计算机设计7 分钟前
基于django优秀少儿图书推荐网(源码+lw+部署文档+讲解),源码可白嫖!
java·spring boot·后端·python·小程序·django·毕业设计
互联网杂货铺14 分钟前
如何用Postman实现自动化测试?
自动化测试·软件测试·python·测试工具·测试用例·接口测试·postman
予安灵21 分钟前
一文详细讲解Python(详细版一篇学会Python基础和网络安全)
开发语言·python
冷月半明1 小时前
Python项目打包指南:PyInstaller与SeleniumWire的兼容性挑战及解决方案
python·selenium
冷月半明1 小时前
《Pandas 性能优化:向量化操作 vs. Swifter 加速,谁才是大数据处理的救星?》
python·数据分析·pandas
蹦蹦跳跳真可爱5891 小时前
Python----机器学习(基于PyTorch的线性回归)
人工智能·pytorch·python·机器学习·线性回归
搞不懂语言的程序员1 小时前
装饰器模式详解
开发语言·python·装饰器模式
mosquito_lover11 小时前
矿山边坡监测预警系统设计
人工智能·python·深度学习·神经网络·视觉检测
船长@Quant1 小时前
PyTorch量化进阶教程:第二章 Transformer 理论详解
pytorch·python·深度学习·transformer·量化交易·sklearn·ta-lib
云只上2 小时前
前端界面在线excel编辑器 。node编写post接口获取文件流,使用传参替换表格内容展示、前后端一把梭。
前端·javascript·node.js·excel