Dự án pandas: đọc báo cáo tồn kho xuất từ phần mềm kho
Bài 12/12 · Chương 3
Đọc và ghi dữ liệu
- 9 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 9
Báo cáo tồn kho mà phần mềm kho xuất ra được dựng để in: dự án này đọc nó bằng pandas, kiểm từng con số rồi ghi lại thành một file CSV sạch. Bạn đi qua sáu bước, từ xem thô file tới chương trình hoàn chỉnh, rồi tự viết hàm tính lại giá trị tồn ở cuối trang.
Cần biết trước: read_csv() và read_csv nâng cao.
Chương trình sẽ làm gì
Cửa hàng mẫu AIDev giữ sổ kho trong một phần mềm, và cuối tháng phần mềm chỉ cho tải về bao_cao_kho.csv: báo cáo nhập, xuất, tồn tháng 10/2025 của kho tổng, thuộc bộ dữ liệu thực hành. Bạn muốn từ nay mở số liệu kho bằng một dòng read_csv() trơn. Chương trình nhận file báo cáo, đọc nó thành bảng mười cột đúng kiểu và kiểm bằng hai cách độc lập. Nó đưa ra file ton_kho_sach.csv cùng ba con số: số mặt hàng, tổng giá trị tồn, số mặt hàng không nhập gì trong tháng.
Chương trình không có vòng lặp hay rẽ nhánh. Thứ tự dựng: xem file như văn bản để lập danh sách điều cần xử lý, đọc thử để thấy pandas hiểu sai chỗ nào, viết lệnh đọc đủ, kiểm, rồi ghi file sạch.
Bước 1: Xem thô đầu và cuối file
Trước khi gọi read_csv(), đọc file như văn bản để thấy nó thật sự chứa gì. repr() in cả ký tự ẩn, như dấu xuống dòng \n:
with open("bao_cao_kho.csv", encoding="utf-8") as f:
dong = f.readlines()
print(len(dong))
for d in dong[:4] + dong[-1:]:
print(repr(d))
print(dong[4].split(";")[:5])
print(dong[5].split(";")[4:])KẾT QUẢ
66
'\ufeffCỬA HÀNG MẪU AIDEV\n'
'BÁO CÁO NHẬP XUẤT TỒN THÁNG 10/2025\n'
'Kho: Kho tổng\n'
'\n'
';;Tổng cộng;;;;;;;558.049.297\n'
['STT', 'Mã hàng', 'Tên hàng', 'ĐVT', 'Tồn đầu kỳ']
['81', '-', '-', '81', '123.478,93', '10.001.793\n']Hai dòng cuối là dòng tên cột và dòng dữ liệu đầu tiên, cắt theo dấu ; để vừa màn hình. Từ các dòng này có sáu điều cần xử lý. File mở đầu bằng BOM (\ufeff), ba byte báo "đây là UTF-8" mà Excel cần. Bốn dòng đầu trang, kể cả một dòng trống, không thuộc bảng. Cột cách nhau bằng ;. Số có dấu chấm ngăn hàng nghìn và dấu phẩy thập phân. Ô - nghĩa là không có, và cuối file là dòng tổng. Cách đọc file văn bản có ở bài đọc file trong Python.
Bước 2: Đọc thử để thấy pandas hiểu sai chỗ nào
Lần đọc thử chỉ khai dấu phân cách và bỏ bốn dòng đầu trang, rồi xem dtypes: kiểu của từng cột cho biết pandas đã hiểu file thế nào.
import pandas as pd
kho = pd.read_csv("bao_cao_kho.csv", sep=";", skiprows=4)
print(kho.shape)
print(kho.dtypes)KẾT QUẢ
(61, 10)
STT float64
Mã hàng float64
Tên hàng str
ĐVT str
Tồn đầu kỳ float64
Nhập trong kỳ str
Xuất trong kỳ str
Tồn cuối kỳ float64
Đơn giá BQ str
Giá trị tồn str
dtype: objectChỉ hai cột chữ Tên hàng, ĐVT đúng; tám cột còn lại sai, và không có thông báo lỗi nào. Bảng có 61 dòng vì dòng "Tổng cộng" bị đọc như một mặt hàng, nên ô STT trống của nó làm cột STT thành float64. Mã hàng thành số thực: 0001 mất số 0 đầu, và ô trống của dòng tổng thêm phần thập phân. Nguy hiểm nhất là Tồn đầu kỳ, Tồn cuối kỳ: pandas coi dấu chấm là dấu thập phân, nên 2.882 đơn vị thành số 2,882, một con số sai mà trông vẫn hợp lý. Nhập trong kỳ, Xuất trong kỳ là str vì có ô -; Đơn giá BQ, Giá trị tồn là str vì 10.001.793 có hai dấu chấm, không đọc được thành số. Đổi skiprows=4 thành skiprows=3 rồi chạy lại: dòng đầu vẫn in (61, 10), vì pandas tự bỏ qua dòng trống còn lại.
Bước 3: Viết lệnh đọc đủ
Mỗi điều của bước 1 ứng với một tham số, nên lệnh đọc viết một lần cho đủ: sep=";" cho dấu phân cách, skipfooter=1 cùng engine="python" cho dòng tổng, thousands="." và decimal="," cho số kiểu Việt Nam, na_values="-" cho ô không có, dtype cho mã hàng. Tên cột đặt lại không dấu bằng header=None và names, nên skiprows=5 bỏ luôn dòng tên cột của file. BOM thì read_csv() tự bỏ.
import pandas as pd
TEN_COT = ["stt", "ma_hang", "ten_hang", "dvt", "ton_dau", "nhap",
"xuat", "ton_cuoi", "don_gia", "gia_tri"]
kho = pd.read_csv("bao_cao_kho.csv", sep=";", skiprows=5,
header=None, names=TEN_COT, skipfooter=1,
engine="python", thousands=".", decimal=",",
na_values="-", dtype={"ma_hang": str})
print(kho.shape)
print(kho["ma_hang"].head(3).to_list())
print(kho["ton_cuoi"].max())KẾT QUẢ
(60, 10)
['0001', '0002', '0003']
2882Bảng còn đúng 60 mặt hàng, mã giữ số 0 đầu, và mặt hàng tồn nhiều nhất có 2.882 đơn vị chứ không còn là 2,882.
Bước 4: Kiểm bằng info() và dòng Tổng cộng
Hai phép kiểm độc lập với nhau. info(memory_usage=False) cho kiểu và số ô có giá trị của từng cột. Tổng cột gia_tri phải bằng con số phần mềm ghi ở dòng cuối file, đọc lại từ chính dòng đó.
import pandas as pd
with open("bao_cao_kho.csv", encoding="utf-8") as f:
dong = f.readlines()
tong_file = int(dong[-1].split(";")[-1].replace(".", ""))
TEN_COT = ["stt", "ma_hang", "ten_hang", "dvt", "ton_dau", "nhap",
"xuat", "ton_cuoi", "don_gia", "gia_tri"]
kho = pd.read_csv("bao_cao_kho.csv", sep=";", skiprows=5,
header=None, names=TEN_COT, skipfooter=1,
engine="python", thousands=".", decimal=",",
na_values="-", dtype={"ma_hang": str})
tong = int(kho["gia_tri"].sum())
print(f"Tổng giá trị tồn: {tong:,} đ".replace(",", "."))
print("Khớp dòng Tổng cộng:", tong == tong_file)KẾT QUẢ
Tổng giá trị tồn: 558.049.297 đ
Khớp dòng Tổng cộng: TrueHai dòng with lấy lại dòng cuối của bước 1; replace(".", "") bỏ dấu ngăn để int() đọc được. Tổng khớp tới từng đồng. Phép kiểm thứ hai là kho.info(memory_usage=False), đặt cuối khối vì nó không xuống dòng sau dòng cuối:
import pandas as pd
TEN_COT = ["stt", "ma_hang", "ten_hang", "dvt", "ton_dau", "nhap",
"xuat", "ton_cuoi", "don_gia", "gia_tri"]
kho = pd.read_csv("bao_cao_kho.csv", sep=";", skiprows=5,
header=None, names=TEN_COT, skipfooter=1,
engine="python", thousands=".", decimal=",",
na_values="-", dtype={"ma_hang": str})
kho.info(memory_usage=False)KẾT QUẢ
<class 'pandas.DataFrame'>
RangeIndex: 60 entries, 0 to 59
Data columns (total 10 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 stt 60 non-null int64
1 ma_hang 60 non-null str
2 ten_hang 60 non-null str
3 dvt 60 non-null str
4 ton_dau 60 non-null int64
5 nhap 29 non-null float64
6 xuat 57 non-null float64
7 ton_cuoi 60 non-null int64
8 don_gia 60 non-null float64
9 gia_tri 60 non-null int64
dtypes: float64(3), int64(4), str(3)Cột nhap có 29 ô trên 60, nên 31 mặt hàng không nhập gì trong tháng; nhap, xuat là float64 vì ô trống (NaN) là số thực, như bài dữ liệu thiếu giải thích.
Bước 5: Ghi file sạch và đọc lại
to_csv() ghi bảng đã đọc đúng ra file mới: dấu phẩy phân cách, số không có dấu ngăn, ô trống để trống. index=False bỏ cột số thứ tự của pandas, encoding="utf-8-sig" thêm BOM để Excel mở không lỗi chữ.
import pandas as pd
TEN_COT = ["stt", "ma_hang", "ten_hang", "dvt", "ton_dau", "nhap",
"xuat", "ton_cuoi", "don_gia", "gia_tri"]
kho = pd.read_csv("bao_cao_kho.csv", sep=";", skiprows=5,
header=None, names=TEN_COT, skipfooter=1,
engine="python", thousands=".", decimal=",",
na_values="-", dtype={"ma_hang": str})
kho.to_csv("ton_kho_sach.csv", index=False, encoding="utf-8-sig")
lai = pd.read_csv("ton_kho_sach.csv", dtype={"ma_hang": str})
print(lai.shape, lai.equals(kho))KẾT QUẢ
(60, 10) Truelai.equals(kho) là True: file sạch đọc lại bằng một lệnh gần như trơn ra đúng bảng cũ. dtype vẫn cần, vì file CSV không lưu kiểu, và 0001 đọc thiếu nó sẽ lại thành số. Cách ghi file có ở bài to_csv().
Bước 6: Ghép thành chương trình hoàn chỉnh
Chương trình hoàn chỉnh ghép dòng cuối của bước 1, lệnh đọc của bước 3, phép kiểm tổng của bước 4 và việc ghi file của bước 5. Mọi dòng đã có ở một bước trên.
import pandas as pd
with open("bao_cao_kho.csv", encoding="utf-8") as f:
dong = f.readlines()
tong_file = int(dong[-1].split(";")[-1].replace(".", ""))
TEN_COT = ["stt", "ma_hang", "ten_hang", "dvt", "ton_dau", "nhap",
"xuat", "ton_cuoi", "don_gia", "gia_tri"]
kho = pd.read_csv("bao_cao_kho.csv", sep=";", skiprows=5,
header=None, names=TEN_COT, skipfooter=1,
engine="python", thousands=".", decimal=",",
na_values="-", dtype={"ma_hang": str})
print(kho.shape)
print(kho["ma_hang"].head(3).to_list())
tong = int(kho["gia_tri"].sum())
print(f"Tổng giá trị tồn: {tong:,} đ".replace(",", "."))
print("Khớp dòng Tổng cộng:", tong == tong_file)
kho.to_csv("ton_kho_sach.csv", index=False, encoding="utf-8-sig")
lai = pd.read_csv("ton_kho_sach.csv", dtype={"ma_hang": str})
print(lai.shape, lai.equals(kho))KẾT QUẢ
(60, 10)
['0001', '0002', '0003']
Tổng giá trị tồn: 558.049.297 đ
Khớp dòng Tổng cộng: True
(60, 10) TrueĐổi dtype={"ma_hang": str}) thành dtype=None) ở cả hai lệnh đọc rồi chạy lại: mã hàng in [1, 2, 3] và dòng cuối in (60, 10) True, vì cả hai bảng cùng mất số 0 đầu nên vẫn bằng nhau. Phép so equals() chỉ nói hai bảng giống nhau, không nói cả hai đúng. Tháng sau phần mềm xuất file mới cùng mẫu, bạn chỉ đổi tên file; mọi tham số còn lại giữ nguyên.
Bài tập
Tính lại tổng giá trị tồn
Kế toán muốn kiểm cột gia_tri mà phần mềm kho ghi. Viết thân hàm tinh_lai_gia_tri(kho): với mỗi mặt hàng, nhân ton_cuoi với don_gia rồi làm tròn tới đồng, sau đó cộng mọi mặt hàng. Không dùng cột gia_tri của phần mềm.
kho là bảng đọc như ở bước 3, có ít nhất hai cột ton_cuoi và don_gia. Bảng rỗng cho tổng 0. Hàm không sửa bảng kho của nơi gọi.
Trả về: tổng giá trị tồn tính lại, một int.
Ôn lại: read_csv nâng cao.
import pandas as pd
def tinh_lai_gia_tri(kho):
pass # Viết thân hàm thay cho dòng nàyThử mở rộng
Hai hướng đầu làm được ngay với chương trình trên:
Ghi thêm một bản
ton_kho_sach_vn.csvvớisep=";"cho máy cài Excel kiểu Việt Nam, rồi đọc lại bằngsep=";"và so bằngequals().Gọi
tinh_lai_gia_tri(kho)trên bảng thật và so vớikho["gia_tri"].sum()để biết phần mềm kho làm tròn có khớp không.Tìm năm mặt hàng tồn nhiều nhất: cần sắp xếp, theo bài sort_values().
Kiểm công thức tồn cuối bằng tồn đầu cộng nhập trừ xuất: cần coi ô trống là
0, theo bài fillna().
Chủ đề
Dữ liệu của bài
- Tải xuống
bao_cao_kho.csv
CSV · 4.6 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.