销售订单数据清洗与月度报表自动化产品系统

电商与小型贸易团队的月度销售数据来自多个渠道，导出的表格表头命名不统一、日期格式混用（2026-03-01、2026/3/1、3月1日、03/01/26）、金额里混着￥ ¥ $ 符号和千分位逗号、订单号存在重复行、部分订单缺金额。运营同学每月手工整理需要 2-3 小时，容易漏记重复单，导致月度营收口径对不上，报表没法直接交给财务核对，也无法做同比分析。

1、字段归一：把各种写法的表头（日期/下单时间、渠道/来源、金额/实收）统一成标准列名，缺失的列自动补空并写入日志。
2、日期标准化：识别 2026-03-01、2026/3/1、3月1日、03/01/26 等多种写法，统一输出 YYYY-MM-DD；无法识别的保留原值并标记。
3、金额清洗：去掉 ￥ ¥ $ 与千分位逗号，统一折算为人民币数值；缺失金额不丢弃，标记为「待补」。
4、去重：按订单号去重并保留首次出现的记录，重复条数写入日志。
5、报表输出：生成清洗后的明细表 orders_clean.csv 和按月汇总 monthly_summary.csv（订单数、营收、缺失金额条数）。
6、变更日志：自动生成 cleaning_log.md，逐条说明改了哪些列、删了几行重复、几条缺失金额被标记而不是被删除。
7、一键复用：客户下个月只需替换输入文件名，一条命令即可重跑。

我独立负责全部实现。用 Python 3 + pandas 编写清洗脚本，按「读取 → 字段归一 → 校验 → 输出」四段组织代码，每个清洗动作都写进日志，保证结果可复核。

技术难点有两处：一是日期与金额的混合格式识别，先用正则匹配「年-月-日」结构再用默认年份补齐，避免把「3月3日」误解析成 0001-03-03；二是金额先转成数值再按固定汇率折算，避免用字符串比较排序出错。金额缺失不删除记录，而是置空并计数，保证和客户原始行数能对上账。

脚本用命令行参数控制输入/输出路径，客户下个月换文件名就能直接复用；附带 README 说明如何运行与如何核对日志。