37 請求と入金を突き合わせる｜世界一やさしいPython 中級編

STEP 1

課題とデータを見る

月末になると、経理には定番の作業があります。「請求した分が、きちんと入金されたか」を確かめる作業です。請求書の控えと銀行の入金明細を見比べて、1件ずつ印を付けていきます。この作業を、突合（とつごう）と呼びます。

サクラ商事の9月分の請求は12件です。まず、請求の一覧を見てみましょう。

invoices_billed.csvサンプルファイル

請求番号,得意先コード,請求日,請求額
INV-2025-0001,C001,2025-09-30,1320000
INV-2025-0002,C002,2025-09-30,484000
INV-2025-0003,C003,2025-09-30,792000
INV-2025-0004,C004,2025-09-30,231000
INV-2025-0005,C005,2025-09-30,605000
INV-2025-0006,C006,2025-09-30,159500
INV-2025-0007,C007,2025-09-30,968000
INV-2025-0008,C008,2025-09-30,374000
INV-2025-0009,C001,2025-09-30,88000
INV-2025-0010,C003,2025-09-30,440000
INV-2025-0011,C005,2025-09-30,275000
INV-2025-0012,C002,2025-09-30,132000

次が、銀行の入金明細です。

payments.csvサンプルファイル

入金日,摘要,入金額
2025-10-28,INV-2025-0001 ｱｵｲﾃﾞﾝｷ,1320000
2025-10-29,INV-2025-0002 ﾐﾄﾞﾘｼﾖｳｼﾞ,484000
2025-10-29,INV-2025-0003 ｻｸﾗｲﾝｻﾂ,792000
2025-10-30,INV-2025-0004 ﾀﾁﾊﾞﾅｺｳｷﾞﾖｳ,230000
2025-10-30,INV-2025-0006 ｽﾐﾚｳﾝﾕ,159500
2025-10-31,INV-2025-0007 ｶｴﾃﾞｾｯｹｲ,968000
2025-10-31,INV-2025-0008 ｱｻﾋｹﾝｻﾞｲ,374000
2025-10-31,INV-2025-0008 ｱｻﾋｹﾝｻﾞｲ,374000
2025-11-04,INV-2025-0010 ｻｸﾗｲﾝｻﾂ,484000
2025-11-05,ｳｹﾄﾘｷﾝ ﾆﾕｳｷﾝ ﾐﾄﾞﾘｼﾖｳｼﾞ,132000

見比べると、手作業では困りそうな点がいくつも見つかります。

摘要は半角カナで、請求番号と社名がひと続きになっている
請求は12件なのに、入金は10行で、件数が合わない
同じ請求番号が2行ある。請求額と金額が違う行もある
請求番号が書かれていない行がある

この回では、これらの食い違いを自動で見つけて、種類ごとに分けた一覧を作ります。ただし、Pythonがするのは「一覧にすること」までです。入金の消込や、金額の修正は、人が確認してから行います。

STEP 2

設計：部品に分ける

いきなり書き始めず、まず作業を部品に分けます。部品ごとに作って確かめれば、間違いの場所もすぐ分かります。

① 読み込む請求・入金・得意先
② 番号を取り出す摘要から請求番号
③ 請求ごとにまとめる入金の合計と回数
④ 区分を付ける入金済み・不足など
⑤ 候補を出す番号のない入金
⑥ 出力と検算Excelに書いて読み直す

6つの部品。②〜⑤は、それぞれ小さな関数にします。

区分を付けるルールは、先に表にして決めておきます。ここがあいまいだと、コードも迷います。

区分	条件（入金合計と請求額を比べる）
未入金	入金が0回
入金済み	合計が請求額と同じ（2回に分けて払われても、合計が合えばよい）
金額不足	合計が請求額より少ない
過入金	1回の入金で、請求額より多い
二重入金	2回以上の入金で、合計が請求額より多い

円の金額は、小数が出ない整数のまま扱います（Lesson 04 で学んだ通り、端数が出ない計算は整数で十分です）。差額は「入金合計 − 請求額」とし、マイナスなら不足、プラスなら過入金です。

STEP 3

部品を1つずつ作る

部品②：摘要から請求番号を取り出す。 全角・半角をそろえてから（Lesson 02）、決まった形を探します（Lesson 20）。請求番号は、INV- のあとに4桁・ハイフン・4桁、という形です。

部品②：請求番号を取り出す関数とテストコードは書き換えられます

Ctrl / ⌘ + Enter でも実行

結果

▶ 実行を押すと、ここに結果が出ます

見つからないときは None（なし）を返す作りにしました。全角で入力された番号も拾えることを、assert（Lesson 28）で確かめています。

部品③：請求ごとにまとめる。 入金明細を請求書と結合すると、何が起きるでしょう。先に試します。

部品③：そのまま結合すると行が増えるpandas・サンプルファイル付き

Ctrl / ⌘ + Enter でも実行

この欄では、サンプルファイルが使えます。実行のたびに、ファイルは最初の状態に戻ります。

結果

▶ 実行を押すと、ここに結果が出ます

二重に入金された請求があると、結合の結果が1行増えます（Lesson 23 の落とし穴です）。そこで、先に請求番号ごとに1行へまとめてから結合します。validate="one_to_one" を付けておけば、行が増える状態だとエラーで教えてくれます。

部品④：区分を付ける。 区分のルールを、ひとつの関数にします。入力と答えの表を作って、全部のパターンをテストします。

部品④：区分を付ける関数とテストコードは書き換えられます

Ctrl / ⌘ + Enter でも実行

結果

▶ 実行を押すと、ここに結果が出ます

最後の行は、2回に分けて払われても、合計が合えば「入金済み」になる、という確認です。こうした境界のケースを表に入れておくと、あとでルールを直したときに安心です。

部品⑤：請求番号のない入金に、候補を出す。 銀行の摘要にある社名（カナ）から得意先を推定します。そのために、対応表を用意します。

部品⑤：社名から得意先を推定して、候補を探すpandas・サンプルファイル付き

Ctrl / ⌘ + Enter でも実行

この欄では、サンプルファイルが使えます。実行のたびに、ファイルは最初の状態に戻ります。

結果

▶ 実行を押すと、ここに結果が出ます

「得意先コードが同じで、請求額も同じ」請求書を探して、候補にしました。これは推定です。同じ金額の請求書が2枚あれば候補も2つ出ますし、的外れなこともあります。だから候補は「参考」として添えるだけにして、確定は人が行います。

STEP 4

組み合わせて完成させる

5つの部品を、1つにつなげます。部品はそのまま使い、つなぎ役の reconcile と、出力、検算を足しました。

完成：請求と入金の突合（Excel出力つき）pandas・サンプルファイル付き

import re
import unicodedata
import pandas as pd

INVOICE_PATTERN = re.compile(r"INV-\d{4}-\d{4}")
PAYER_NAMES = {
  "アオイデンキ": "C001", "ミドリシヨウジ": "C002", "サクラインサツ": "C003",
  "タチバナコウギヨウ": "C004", "ヒマワリシヨクヒン": "C005", "スミレウンユ": "C006",
  "カエデセッケイ": "C007", "アサヒケンザイ": "C008",
}
KINDS = ["入金済み", "未入金", "金額不足", "過入金", "二重入金"]

def normalize(text):
  return unicodedata.normalize("NFKC", text)

def find_invoice_no(text):
  m = INVOICE_PATTERN.search(normalize(text))
  return m.group() if m else None

def guess_customer(text):
  t = normalize(text)
  for name, code in PAYER_NAMES.items():
      if name in t:
          return code
  return None

def classify(billed, paid, count):
  diff = paid - billed
  if count == 0:
      return "未入金", diff
  if diff == 0:
      return "入金済み", 0
  if diff < 0:
      return "金額不足", diff
  if count >= 2:
      return "二重入金", diff
  return "過入金", diff

def reconcile(billed, pay):
  pay = pay.assign(請求番号=pay["摘要"].map(find_invoice_no))
  known = pay["請求番号"].isin(billed["請求番号"])

paid = (
      pay[known]
      .groupby("請求番号")
      .agg(入金合計=("入金額", "sum"), 回数=("入金額", "count"), 最終入金日=("入金日", "max"))
      .reset_index()
  )
  inv = billed.merge(paid, on="請求番号", how="left", validate="one_to_one")
  inv = inv.fillna({"入金合計": 0, "回数": 0}).astype({"入金合計": int, "回数": int})
  results = [classify(b, p, c) for b, p, c in zip(inv["請求額"], inv["入金合計"], inv["回数"])]
  inv["区分"] = [r[0] for r in results]
  inv["差額"] = [r[1] for r in results]
  days = pd.to_datetime(inv["最終入金日"]) - pd.to_datetime(inv["請求日"])
  inv["入金日数"] = days.dt.days.astype("Int64")

extra = pay[~known].copy()
  unpaid = inv[inv["区分"] == "未入金"]
  extra["状態"] = ["請求番号なし" if n is None else "請求書にない番号" for n in extra["請求番号"]]
  extra["候補"] = [
      "、".join(unpaid.loc[
          (unpaid["得意先コード"] == guess_customer(t)) & (unpaid["請求額"] == a), "請求番号"
      ])
      for t, a in zip(extra["摘要"], extra["入金額"])
  ]
  cand = set("、".join(extra["候補"]).split("、"))
  inv["備考"] = ["番号なしの入金に候補あり" if n in cand else "" for n in inv["請求番号"]]

# 検算：入金の総額が、突き合わせの前後で合っているか
  assert inv["入金合計"].sum() + extra["入金額"].sum() == pay["入金額"].sum()
  assert len(inv) == len(billed)
  return inv, extra

billed = pd.read_csv("invoices_billed.csv")
customers = pd.read_csv("customers.csv")
payments = pd.read_csv("payments.csv")
billed = billed.merge(customers[["得意先コード", "得意先名"]], on="得意先コード", how="left", validate="many_to_one")
inv, extra = reconcile(billed, payments)

print("【区分ごとの件数】")
for kind in KINDS:
  print(f"{kind}: {(inv['区分'] == kind).sum()}件")
print("【要確認の請求書】")
for r in inv[inv["区分"] != "入金済み"].to_dict("records"):
  print(f"{r['請求番号']} {r['得意先名']} {r['区分']} 差額{r['差額']:+,}円 {r['備考']}")
print("【請求番号のない入金】")
for r in extra.to_dict("records"):
  print(r["入金日"], f"{r['入金額']:,}円", r["状態"], "候補:", r["候補"] or "なし")

cols = ["請求番号", "得意先名", "請求日", "請求額", "入金合計", "差額", "区分", "入金日数", "備考"]
with pd.ExcelWriter("入金突合.xlsx", engine="openpyxl") as w:
  inv[cols].to_excel(w, sheet_name="入金状況", index=False)
  inv.loc[inv["区分"] != "入金済み", cols].to_excel(w, sheet_name="要確認", index=False)
  extra[["入金日", "摘要", "入金額", "状態", "候補"]].to_excel(w, sheet_name="番号なしの入金", index=False)

back = pd.read_excel("入金突合.xlsx", sheet_name=None)
print("【Excelを読み直して確認】", {name: len(df) for name, df in back.items()})

Ctrl / ⌘ + Enter でも実行

この欄では、サンプルファイルが使えます。実行のたびに、ファイルは最初の状態に戻ります。

結果

▶ 実行を押すと、ここに結果が出ます

結果を、人の目で読みましょう。

INV-0004（タチバナ工業）：1,000円不足。振込手数料が引かれた可能性がありますが、理由は金額だけでは分かりません。取引先との取り決めを確認します。
INV-0008（アサヒ建材）：同じ日に、同額が2回入金されています。374,000円の二重入金です。返金するか、次回の請求と相殺するかは、担当者が決めます。
INV-0010（サクラ印刷）：44,000円多く入っています。多い理由は、データからは分かりません。
未入金の4件：うち INV-0012 は、請求番号のない入金（132,000円）が候補に挙がっています。
検算：入金の総額 5,317,500円は、請求に紐づいた分と、番号なしの分に、過不足なく分けられました（合わなければ assert が止めてくれます）。

ブラウザでは、できたExcelをダウンロードできません。そこで、書き出したあとに読み直して、シート名と行数を確かめています。自分のパソコンで同じコードを動かせば、フォルダに 入金突合.xlsx が作られ、Excelで開けます。

STEP 5

自分で書く

完成したコードに、ルールを足したり、条件を変えたりしてみましょう。実務では、この「あとからの変更」が、毎月のように起きます。

お題① 不足額が1,000円以内のときは、振込手数料が引かれた可能性があります。区分を「手数料差引か」にする条件を、classify に足してください。（不足の判定の中で、差額を見て分けます）

お題①：少額の不足を「手数料差引か」にコードは書き換えられます

Ctrl / ⌘ + Enter でも実行

結果

▶ 実行を押すと、ここに結果が出ます

ヒントを見る

diff < 0 の中で、さらに if diff >= -1000: を書いて、return "手数料差引か", diff とします。ちょうど -1000 のときも含めるのがポイントです。

答えの例を見る

def classify(billed, paid, count):
  diff = paid - billed
  if count == 0:
      return "未入金", diff
  if diff == 0:
      return "入金済み", 0
  if diff < 0:
      if diff >= -1000:
          return "手数料差引か", diff
      return "金額不足", diff
  if count >= 2:
      return "二重入金", diff
  return "過入金", diff


print(classify(231000, 230000, 1))
print(classify(231000, 229000, 1))

お題② 支払期日を 2025-10-31 とします。これより後に入金された行について、入金日と入金額を表示してください。日付は文字のままだと比べにくいので、pd.to_datetime で日付にします。

お題②：期日より後の入金pandas・サンプルファイル付き

Ctrl / ⌘ + Enter でも実行

この欄では、サンプルファイルが使えます。実行のたびに、ファイルは最初の状態に戻ります。

結果

▶ 実行を押すと、ここに結果が出ます

ヒントを見る

late = pay[pay["入金日"] > "2025-10-31"] で絞れます。入金日は、dt.strftime("%Y-%m-%d") で文字に直すと、日付だけの表示になります。

答えの例を見る

import pandas as pd

pay = pd.read_csv("payments.csv")
pay["入金日"] = pd.to_datetime(pay["入金日"])

late = pay[pay["入金日"] > "2025-10-31"]
for d, a in zip(late["入金日"].dt.strftime("%Y-%m-%d"), late["入金額"]):
  print(d, a)

お題③ 入金のあった請求番号の集合 paid_numbers があります。入金のない請求について、得意先コードごとの請求額の合計を、辞書で表示してください。

お題③：未入金の請求額を、得意先ごとに合計pandas・サンプルファイル付き

Ctrl / ⌘ + Enter でも実行

この欄では、サンプルファイルが使えます。実行のたびに、ファイルは最初の状態に戻ります。

結果

▶ 実行を押すと、ここに結果が出ます

ヒントを見る

billed[~billed["請求番号"].isin(paid_numbers)] で『入っていないもの』を取り出せます。そのあと groupby("得意先コード")["請求額"].sum().to_dict() です。

答えの例を見る

import pandas as pd

billed = pd.read_csv("invoices_billed.csv")
paid_numbers = {
  "INV-2025-0001", "INV-2025-0002", "INV-2025-0003", "INV-2025-0004",
  "INV-2025-0006", "INV-2025-0007", "INV-2025-0008", "INV-2025-0010",
}

unpaid = billed[~billed["請求番号"].isin(paid_numbers)]
print(unpaid.groupby("得意先コード")["請求額"].sum().to_dict())

STEP 6

振り返りと、実務に持ち帰る

仕事ならどう使う？

この「突合」の型は、請求と入金に限りません。2つの一覧を、共通のキーで突き合わせ、差を種類ごとに分ける作業なら、そのまま使えます。

発注書と納品書、納品書と請求書の突合
社員名簿と、システムのアカウント一覧の突合
経費精算と、カード明細の突合

自分のパソコンで使うときは、次の点に気を付けてください。

銀行からダウンロードしたCSVは、文字コードや列の並びが、このサンプルと違うことがあります（Lesson 19）。最初の読み込みで、件数を確かめましょう
取引先名や入金額は、社外に出してはいけない情報です。ファイルの置き場所と、AIに貼り付けてよいかは、社内のルールに従ってください
摘要の書き方は、銀行や取引先で変わります。対応表は、使いながら育てるものです

理解チェック請求書の表と入金の表を結合する前に、入金を請求番号ごとに「1行にまとめた」のはなぜでしょう？

理解チェック請求番号のない入金に、金額と社名から「候補」が1件だけ見つかりました。どう扱うのがよいでしょう？