Bỏ qua đến nội dung chính
Mục lục

Dự án pandas: đọc báo cáo tồn kho xuất từ phần mềm kho

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 12/12 · Chương 3

Đọc và ghi dữ liệu

  • 9 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

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:

python
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.

python
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: object

Chỉ 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.

python
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']
2882

Bảng 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.

python
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: True

Hai 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:

python
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.

python
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) True

lai.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.

python
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) True

Đổi 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.

python
import pandas as pd

def tinh_lai_gia_tri(kho):
    pass  # Viết thân hàm thay cho dòng này

Thử mở rộng

Hai hướng đầu làm được ngay với chương trình trên:

  • Ghi thêm một bản ton_kho_sach_vn.csv với sep=";" cho máy cài Excel kiểu Việt Nam, rồi đọc lại bằng sep=";" và so bằng equals().

  • Gọi tinh_lai_gia_tri(kho) trên bảng thật và so với kho["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

báo cáo tồn kho

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập