订单对不上账？用Python做三方对账 半小时变3秒的实战指南

在日常开发中，三方对账是一个高频但容易踩坑的场景：业务系统记了一笔、支付平台扣了一笔、财务系统又记了一笔，三方数据对不上怎么办？手动比对？几十条还能忍，几百上千条就崩溃了。本文分享一个通用的Python三方对账方案，实测将半小时的工作压缩到3秒。

第一步：数据清洗。金额字段是重灾区——业务系统导出的是"¥1,000.00"这种带符号字符串，直接相减会报TypeError。需要写一个清洗函数统一处理：去除货币符号、逗号，转换为float类型。主键（如订单号+商户号）也要标准化，避免空格和大小写不一致。

第二步：主键聚合。这是最容易翻车的地方。支付流水中，一笔订单可能对应多笔记录（首款一笔、尾款一笔、退款再来一笔）。直接拿订单号merge会导致行数炸开。通用做法是：合并前先按主键把金额聚合成一笔，使用groupby+sum。

第三步：outer合并。对账最关键的一步是找出三方中任意一边缺失的订单。用inner连接只保留三方都有的，漏单直接被丢——等于对账对了个寂寞。必须用outer合并，NaN不是脏数据，而是告诉你"这笔在哪边丢了"的信号。

第四步：算差异、打标签。合并后计算跨系统差异，并给每笔标上问题类型。这里有个容易被忽略的点：有些差额是合法的。比如业务记1000、支付实收970，那30块大概率是手续费或平台优惠，不该算异常。差异规则要分两层：含手续费的跨系统差异给容忍阈值，系统间记账差异则严格比对。

实战中还需要注意：使用decimal模块处理金额计算避免浮点误差；处理日期格式不一致问题；考虑时区差异对交易时间的影响。完整代码约100行，覆盖了从数据加载、清洗、聚合、合并到差异标记的全流程。

这套方案的核心思路是"先清洗、再聚合、后比对"，适用于电商、SaaS、金融等几乎所有需要多系统对账的场景。配合定时任务，每天自动跑一遍，再也不用担心对账出错了。