财务人事必学!5个AI+Python实战案例,照抄就能用

财务每个月要合并几十个分公司的报表，人事每月要统计上百人的考勤数据......这些重复性高、耗时长的工作，真的只能手动做吗？

答案当然是——用 Python 自动化。

本文精选 5 个财务和人事的真实工作场景，每个案例都配有完整的 Python 代码。不需要编程基础，照着抄、改一改文件路径就能直接用。

本文案例速览

     案例一：批量合并多个 Excel 文件     案例二：银行流水与账单自动核对     案例三：自动生成月度利润表     案例四：考勤数据自动统计     案例五：工资条自动生成并发邮件   

场景描述：每到月末，财务需要把 10 多个分公司的销售报表合并成一张总表。手动复制粘贴要花半天时间，还容易漏行错列。

解决思路：用 Python 读取指定文件夹下所有 Excel 文件，自动识别表头行，将数据追加合并，最终输出一张总表。

Python 代码

# 案例一：批量合并多个Excel文件# 适用：pandas + openpyxlimport pandas as pd import os  # 设置文件夹路径（改成你自己的） folder_path = r"D:\报表\各分公司" output_file = r"D:\报表\合并总表.xlsx"# 获取所有xlsx文件 files = [f for f in os.listdir(folder_path)          if f.endswith('.xlsx')]  # 逐个读取并合并 all_data = [] for file in files:     df = pd.read_excel(         os.path.join(folder_path, file))     # 添加来源列，方便追溯     df['来源分公司'] = file.replace('.xlsx', '')     all_data.append(df)  # 合并所有数据并保存 result = pd.concat(all_data, ignore_index=True) result.to_excel(output_file, index=False) print(f"合并完成！共 {len(files)} 个文件，"f"{len(result)} 条记录")

使用提示

把 folder_path 改成你存放 Excel 的文件夹路径即可。代码会自动添加"来源分公司"列，方便后续追溯每条数据的出处。需要安装依赖：pip install pandas openpyxl

场景描述：财务每月要把银行流水和内部账单逐笔核对，找出金额一致和有差异的记录。几百条数据手动比对，眼睛都要看花。

解决思路：用 Python 将两份数据按金额+日期进行匹配，自动标记"已匹配""金额差异""未匹配"三种状态。

Python 代码

# 案例二：银行流水与账单自动核对import pandas as pd  # 读取银行流水和内部账单 bank = pd.read_excel(r"D:\对账\银行流水.xlsx") internal = pd.read_excel(r"D:\对账\内部账单.xlsx")  # 标准化列名（根据实际情况修改） bank.columns = ['日期', '摘要', '金额', '对方户名'] internal.columns = ['日期', '摘要', '金额', '客户名称']  # 按金额+日期匹配 matched = pd.merge(     bank, internal,     on=['金额', '日期'],     how='outer',     indicator=True )  # 标记匹配状态defget_status(row):     if row['_merge'] == 'both':         return'已匹配'elif row['_merge'] == 'left_only':         return'银行有/账单无'else:         return'账单有/银行无'  matched['核对结果'] = matched.apply(get_status, axis=1) matched.drop(columns=['_merge'], inplace=True)  # 筛选有差异的记录 diff = matched[matched['核对结果'] != '已匹配'] diff.to_excel(r"D:\对账\差异记录.xlsx",               index=False)  print(f"核对完成！共 {len(matched)} 条，"f"差异 {len(diff)} 条")

使用提示

代码中的列名（日期、金额等）需要根据你实际 Excel 的表头修改。匹配逻辑是"金额+日期完全一致"，如果需要模糊匹配（如金额近似），可以把金额取整后再匹配。

场景描述：每月财务要从明细账中汇总收入、成本、费用，手动计算毛利率、净利润率等指标，再填入利润表模板。整个过程繁琐且容易出错。

解决思路：Python 自动从明细账中按科目分类汇总，计算各项指标，并按标准利润表格式输出。

Python 代码

# 案例三：自动生成月度利润表import pandas as pd from openpyxl import Workbook from openpyxl.styles import Font, Alignment  # 读取明细账 detail = pd.read_excel(r"D:\财务\明细账.xlsx")  # 按科目大类汇总 revenue = detail[detail['科目类别'] == '收入']['金额'].sum() cost = detail[detail['科目类别'] == '成本']['金额'].sum() expense = detail[detail['科目类别'] == '费用']['金额'].sum()  # 计算关键指标 gross_profit = revenue - cost net_profit = gross_profit - expense gross_rate = gross_profit / revenue * 100if revenue else0 net_rate = net_profit / revenue * 100if revenue else0# 创建利润表 wb = Workbook() ws = wb.active ws.title = "利润表"# 表头 ws.merge_cells('A1:C1') ws['A1'] = "月度利润表" ws['A1'].font = Font(bold=True, size=16) ws['A1'].alignment = Alignment(horizontal='center')  # 数据行 rows = [     ("项目", "金额（元）", "占比"),     ("营业收入", revenue, "100.00%"),     ("营业成本", cost, f"{cost/revenue*100:.2f}%"if revenue else"0%"),     ("毛利润", gross_profit, f"{gross_rate:.2f}%"),     ("期间费用", expense, f"{expense/revenue*100:.2f}%"if revenue else"0%"),     ("净利润", net_profit, f"{net_rate:.2f}%"), ]  for i, (a, b, c) in enumerate(rows, 3):     ws[f'A{i}'] = a     ws[f'B{i}'] = b     ws[f'C{i}'] = c  # 设置列宽 ws.column_dimensions['A'].width = 20 ws.column_dimensions['B'].width = 18 ws.column_dimensions['C'].width = 12  wb.save(r"D:\财务\月度利润表.xlsx") print("利润表生成完成！")

使用提示

前提是你的明细账 Excel 中有"科目类别"和"金额"两列。科目类别分为"收入""成本""费用"三类即可。如果你的科目体系不同，修改分类条件即可。

场景描述：人事每月要从打卡系统中导出原始考勤数据，统计每个人的出勤天数、迟到次数、早退次数、请假天数。几百人的数据手动统计简直是噩梦。

解决思路：Python 读取打卡记录，按员工分组统计各项考勤指标，自动标记异常记录，输出统计汇总表。

Python 代码

# 案例四：考勤数据自动统计import pandas as pd  # 读取考勤原始数据 df = pd.read_excel(r"D:\人事\考勤原始数据.xlsx")  # 假设列：员工姓名、日期、上班打卡、下班打卡、状态# 状态值：正常、迟到、早退、缺勤、请假、旷工# 统计每个人的考勤情况 stats = df.groupby('员工姓名').agg(     应出勤天数=('日期', 'nunique'),     正常出勤=('状态', lambda x: (x == '正常').sum()),     迟到次数=('状态', lambda x: (x == '迟到').sum()),     早退次数=('状态', lambda x: (x == '早退').sum()),     请假天数=('状态', lambda x: (x == '请假').sum()),     旷工天数=('状态', lambda x: (x == '旷工').sum()), ).reset_index()  # 计算出勤率 stats['出勤率'] = (     stats['正常出勤']     / stats['应出勤天数' * 100 ).round(2)  # 标记异常员工（迟到>=3次或旷工>0） stats['异常标记'] = stats.apply(     lambda row: '需关注'if row['迟到次数'] >= 3or row['旷工天数'] > 0else'正常', axis=1)  # 按异常优先排序 stats = stats.sort_values(     by='异常标记', ascending=False)  stats.to_excel(r"D:\人事\考勤统计汇总.xlsx",                index=False)  print(f"统计完成！共 {len(stats)} 名员工，"f"异常 {len(stats[stats['异常标记']=='需关注'])} 人")

使用提示

需要你的考勤数据中有"员工姓名""日期""状态"三列。"状态"列的值（正常/迟到/早退/请假/旷工）根据你们公司实际情况修改。异常标准（迟到>=3次）也可以按需调整。

场景描述：人事每月发工资后，要给每个人单独生成工资条，再逐个发到员工邮箱。几十号人就要发几十封邮件，纯体力活。

解决思路：Python 读取工资表，为每位员工单独生成工资条图片/Excel，再通过邮箱自动发送到对应员工邮箱。

Python 代码

# 案例五：工资条自动生成并发邮件import pandas as pd import smtplib from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart from email.mime.application import MIMEApplication import os  # 读取工资表（含员工姓名和邮箱列） salary = pd.read_excel(r"D:\人事\工资表.xlsx")  # 邮箱配置（以QQ邮箱为例） SMTP_SERVER = "smtp.qq.com" SMTP_PORT = 465 SENDER = "your_email@qq.com" PASSWORD = "你的授权码"# 非登录密码defsend_payslip(name, email, row_data):     """为单个员工生成工资条并发送邮件"""# 生成个人工资条Excel     payslip = pd.DataFrame([row_data])     temp_file = f"D:\\人事\\工资条\\{name}_工资条.xlsx"     payslip.to_excel(temp_file, index=False)      # 构建邮件     msg = MIMEMultipart()     msg['Subject'] = f"{name}，你的本月工资条已到达"     msg['From'] = SENDER     msg['To'] = email      body = f"""     <h3>{name}，你好：</h3>     <p>附件是你 {pd.Timestamp.now().strftime('%Y年%m月')} 的工资条，</p>     <p>请查收。如有疑问请联系人事部。</p>     """     msg.attach(MIMEText(body, 'html', 'utf-8'))      # 附件with open(temp_file, 'rb') as f:         part = MIMEApplication(f.read())         part.add_header(             'Content-Disposition',             'attachment',             filename=(f'utf-8', '',                      f'{name}_工资条.xlsx'))         msg.attach(part)      # 发送with smtplib.SMTP_SSL(             SMTP_SERVER, SMTP_PORT) as server:         server.login(SENDER, PASSWORD)         server.send_message(msg)      print(f"已发送：{name} - {email}")  # 遍历工资表，逐个发送 os.makedirs(r"D:\人事\工资条", exist_ok=True)  for _, row in salary.iterrows():     try:         send_payslip(             row['员工姓名'],             row['邮箱'],             row.to_dict())     except Exception as e:         print(f"发送失败：{row['员工姓名']} - {e}")  print("全部工资条发送完成！")

使用提示

需要将 SENDER 和 PASSWORD 替换为你自己的邮箱和授权码。QQ邮箱、163邮箱均可，需提前开启 SMTP 服务并获取授权码。工资表中需有"员工姓名"和"邮箱"两列。建议先用 1-2 条数据测试，确认无误后再批量发送。

     觉得有用？点个「在看」吧     转发给身边还在手动做报表的同事