회계사무실마다 다른 엑셀 양식, 알아서 똑똑하게 통합하기

# 표준 컬럼명 : [가능성 있는 동의어 리스트]
COLUMN_MAPPING = {
    "거래일자": ["거래일", "일자", "전표일자", "거래일자", "날짜"],
    "거래처": ["상호", "거래처", "거래처명", "상호명", "공급받는자"],
    "거래유형": ["구분", "거래유형", "매출매입", "차변대변"],
    "금액": ["금액", "거래금액", "공급가액", "합계금액"]
}

def standardize_columns(df):
    # 1. 컬럼명의 공백 띄어쓰기 제거 (예: '거래처 명' -> '거래처명')
    df.columns = [str(c).replace(" ", "") for c in df.columns]
    
    rename_map = {}
    
    # 2. 매핑 테이블을 돌면서 원본 컬럼명 찾기
    for standard_name, candidates in COLUMN_MAPPING.items():
        for col in df.columns:
            if col in candidates:
                rename_map[col] = standard_name
                break
                
    # 3. 엑셀의 헤더를 표준 이름으로 강제 치환
    return df.rename(columns=rename_map)

# 1. 금액 정제: "₩10,000,000원" -> 10000000 (순수 숫자)
def clean_amounts(df):
    df["금액"] = df["금액"].astype(str).str.replace(",", "").str.replace("₩", "").str.replace("원", "")
    df["금액"] = pd.to_numeric(df["금액"], errors="coerce") # 에러나는 놈은 NaN(결측치) 처리
    return df

# 2. 날짜 정제: "2026.01.01" 또는 "26/01/01" -> 통일된 DateTime 포맷
def clean_dates(df):
    df["거래일자"] = pd.to_datetime(df["거래일자"], errors="coerce")
    return df

# 3. 거래처명 공백 제거: "ABC 상사" -> "ABC상사"
def clean_customers(df):
    df["거래처"] = df["거래처"].astype(str).str.strip().str.replace(" ", "")
    return df

def calculate_quality(df):
    total = len(df)
    date_errors = df["거래일자"].isna().sum()
    amount_errors = df["금액"].isna().sum()
    
    # 결측치(오류) 비율만큼 100점에서 깎음
    errors = date_errors + amount_errors
    score = (1 - errors / total) * 100
    
    if score >= 99: grade = "A등급 (매우 우수)"
    elif score >= 95: grade = "B등급 (양호)"
    else: grade = "C등급 (주의요망)"
        
    return score, grade