ChatGPT

Gemini

기표자와 승인자가 동일한 거래는 존재하지 않습니다.

즉, 이번 분개장 파일에서는 모든 거래가 서로 다른 인원에 의해 기표와 승인이 이루어졌습니다.

이는 내부통제 관점에서 **Segregation of Duties(SoD, 업무분리 통제)**가 적절히 작동하고 있음을 의미합니다.

특히 “기표자=승인자” 거래가 없다는 것은 **4-eyes principle(4안 원칙)**이 잘 준수되고 있다는 신호로 해석할 수 있습니다.

'기표자'와 '승인자'가 동일한 거래를 추출한 결과, 해당하는 거래가 없는 것으로 확인되었습니다.

비교 결과가 저장된 same_person_transactions.csv 파일이 생성되었으나, 내용은 비어있습니다.

# 기표자와 승인자가 동일한 거래 필터링

same_person_df = df[df['기표자'] == df['승인자']]

# 결과 미리보기 및 건수 확인

same_person_df.head(10), same_person_df.shape

# Step 1: Filter the DataFrame

# Find rows where '기표자' (preparer) and '승인자' (approver) are the same

same_person_mask = df['기표자'] == df['승인자']

same_person_df = df[same_person_mask].copy()

# Step 2: Save the results

# Save the filtered DataFrame to a new CSV file

same_person_output_file = 'same_person_transactions.csv'

same_person_df.to_csv(same_person_output_file, index=False, encoding='utf-8-sig')

# Step 3: Inform the user

print(f"Filtered data saved to: {same_person_output_file}")

print("\nFirst 5 rows of transactions where preparer and approver are the same:")

if same_person_df.empty:

print("No transactions found where the preparer and approver are the same person.")

else:

# Display the first 5 rows of the new filtered DataFrame

print(same_person_df.head().to_markdown(index=False, numalign="left", stralign="left"))

ChatGPT

Gemini

요청하신 대로 “최초기표일시” 기준으로 대한민국의 토요일·일요일·공휴일(대체공휴일 포함)에 입력된 거래만 깔끔하게 추출해 엑셀로 저장했습니다. 파일에는 원본 열 전체와 함께 보조열(요일, 휴일여부, 공휴일명)이 추가되어 있습니다.

결과 파일: 다운로드 (토일공휴일_거래_추출_20251111.xlsx)

필요하면 평일·정상근무시간 외(예: 20:00–08:00) 필터, 특정 공휴일만(예: 설·추석·선거일 등) 필터, 월별/사용자별 집계 피벗 테이블도 바로 만들어 드릴게요.

'최초기표일시'를 기준으로 토요일과 일요일에 입력된 거래 216건을 추출했습니다.

추출된 데이터는 주말_기표_거래.csv 파일로 저장되었습니다.

• 분석된 총 거래 수: 53,885건
• 추출된 주말(토/일) 거래 수: 216건
• 저장 파일: 주말_기표_거래.csv

# -*- coding: utf-8 -*-

from pathlib import Path

from datetime import datetime, date

from openpyxl import load_workbook, Workbook

src_path = Path("/mnt/data/전표조회입력시간_20250805.xlsx")

wb = load_workbook(src_path, read_only=True, data_only=True)

ws = wb.active

rows_iter = ws.iter_rows(values_only=True)

header = next(rows_iter)

header = [h if h is not None else "" for h in header]

try:

dt_idx = header.index("최초기표일시")

except ValueError:

raise KeyError(f"'최초기표일시' 칼럼을 찾을 수 없습니다. 현재 칼럼들: {header}")

# Holidays

try:

import holidays

kr_holidays = holidays.KR(years=range(1990, 2036), observed=True)

except Exception:

kr_holidays = None

weekday_map = {0:"월요일",1:"화요일",2:"수요일",3:"목요일",4:"금요일",5:"토요일",6:"일요일"}

def to_datetime(val):

if isinstance(val, datetime):

return val

# Excel stores dates as datetime via openpyxl in most cases;

# if it's a date object, convert to datetime

if isinstance(val, date):

return datetime(val.year, val.month, val.day)

# Otherwise, skip parsing to keep things fast

return None

# Output workbook

out_path = Path("/mnt/data/토일공휴일_거래_추출_20251111.xlsx")

out_wb = Workbook(write_only=False)

out_ws = out_wb.active

out_ws.title = "토일·일요일·공휴일"

out_ws.append(list(header) + ["요일", "휴일여부", "공휴일명"])

total = 0

kept = 0

for row in rows_iter:

total += 1

dt = to_datetime(row[dt_idx])

if dt is None:

continue

wd = dt.weekday()

is_weekend = (wd in (5, 6))

if kr_holidays is not None:

d = dt.date()

is_holiday = d in kr_holidays

holiday_name = kr_holidays.get(d)

else:

is_holiday = False

holiday_name = None

if is_weekend or is_holiday:

kept += 1

yoil = weekday_map.get(wd, "")

label = holiday_name if holiday_name else ("주말" if is_weekend else None)

out_ws.append(list(row) + [yoil, True, label])

# Meta sheet

meta_ws = out_wb.create_sheet(title="정보")

meta_ws.append(["키", "값"])

meta_ws.append(["원본파일", src_path.name])

meta_ws.append(["총 행수(헤더제외)", total])

meta_ws.append(["추출 행수", kept])

meta_ws.append(["공휴일 라이브러리", "holidays.KR 사용" if kr_holidays is not None else "미사용(주말만)"])

out_wb.save(out_path)

out_path.as_posix()

import pandas as pd

# Load the dataframe

file_path = '전표조회입력시간_20250805.xlsx - Sheet1.csv'

try:

df = pd.read_csv(file_path)

except Exception as e:

print(f"Error reading file: {e}")

exit()

# --- Data Inspection (Optional but recommended) ---

# print("Data Info:")

# df.info()

# print("\nData Head:")

# print(df.head())

# -------------------------------------------------

# Define the key column

date_column = '최초기표일시'

if date_column not in df.columns:

print(f"Error: Column '{date_column}' not found in the file.")

print(f"Available columns: {df.columns.tolist()}")

exit()

# Convert the '최초기표일시' column to datetime objects

# errors='coerce' will turn unparseable dates into NaT (Not a Time)

original_count = len(df)

df[date_column] = pd.to_datetime(df[date_column], errors='coerce')

# Drop rows where the date conversion failed (became NaT)

df = df.dropna(subset=[date_column])

converted_count = len(df)

dropped_rows = original_count - converted_count

if dropped_rows > 0:

print(f"Warning: {dropped_rows}개 행의 '{date_column}' 형식이 잘못되어 분석에서 제외되었습니다.")

# --- Weekend (Saturday/Sunday) Extraction ---

# Get the day of the week (Monday=0, Sunday=6)

df['요일'] = df[date_column].dt.dayofweek

# Filter for Saturday (5) or Sunday (6)

is_weekend = df['요일'].isin([5, 6])

df_weekends = df[is_weekend].copy()

# Clean up the temporary column

df_weekends = df_weekends.drop(columns=['요일'], errors='ignore')

# Save the weekend data to a new CSV

weekend_output_file = '주말_기표_거래.csv'

df_weekends.to_csv(weekend_output_file, index=False, encoding='utf-8-sig')

print(f"\n--- 결과 ---")

print(f"총 {original_count}개의 행 중 {converted_count}개의 유효한 날짜 데이터를 분석했습니다.")

print(f"토요일 또는 일요일에 기표된 거래 {len(df_weekends)}건을 추출했습니다.")

print(f"결과 파일: {weekend_output_file}")

# --- Holiday (공휴일) Limitation Note ---

print("\n[중요 알림]")

print("요청하신 '공휴일' 데이터 추출은 현재 환경의 제약으로 인해 실행할 수 없습니다.")

print("정확한 대한민국 공휴일을 식별하려면 'workalendar'와 같은 별도의 라이브러리 설치가 필요하지만, 여기서는 라이브러리를 추가로 설치할 수 없습니다.")

print(f"따라서, {weekend_output_file} 파일에는 '토요일'과 '일요일' 거래만 포함되어 있으며, 평일인 공휴일은 포함되지 않았습니다.")

ChatGPT

Gemini

요청하신 “최초기표일시” 기준 오전 02:00 이상 ~ 오전 07:00 미만에 입력된 거래만 추출해 엑셀로 저장했습니다.

모든 원본 열을 유지했고, 마지막에 입력시간대 보조열을 추가했습니다.

결과 파일: 새벽입력거래_02시~07시_추출_20251111.xlsx

원하시면 같은 로직으로 시간대를 바꿔서(예: 20:00~08:00 야간) 추가 추출하거나, 사용자·계정과목·월별로 빈도/금액 집계 피벗을 만들어드릴게요.

'최초기표일시'를 기준으로 오전 2시부터 7시 사이에 입력된 거래를 분석했습니다.

총 53,885건의 데이터 중 해당 시간에 입력된 거래는 0건이었습니다.

결과는 새벽_기표_거래_02_07시.csv 파일로 저장되었으며, 파일 내용은 비어있습니다.

• 분석된 총 거래 수: 53,885건
• 추출된 거래 수 (02:00 ~ 07:00): 0건
• 저장 파일: 새벽_기표_거래_02_07시.csv

# -*- coding: utf-8 -*-

from pathlib import Path

from datetime import datetime, date, time

from openpyxl import load_workbook, Workbook

# ---------- Settings ----------

SRC = Path("/mnt/data/전표조회입력시간_20250805.xlsx")

DT_COL_NAME = "최초기표일시"

START_T = time(2, 0, 0) # inclusive

END_T = time(7, 0, 0) # exclusive

OUT = Path("/mnt/data/새벽입력거래_02시~07시_추출_20251111.xlsx")

# ---- Stream read (no pandas) ----------

wb = load_workbook(SRC, read_only=True, data_only=True)

ws = wb.active

rows = ws.iter_rows(values_only=True)

header = next(rows)

header = [h if h is not None else "" for h in header]

try:

dt_idx = header.index(DT_COL_NAME)

except ValueError:

raise KeyError(f"'{DT_COL_NAME}' 칼럼을 찾을 수 없습니다. 현재 칼럼들: {header}")

# ---------- Write-only output ----------

out_wb = Workbook(write_only=True)

out_ws = out_wb.create_sheet(title="새벽02~07시")

out_ws.append(header + ["입력시간대"])

def to_datetime(val):

# Expecting openpyxl to give datetime for date/time cells.

if isinstance(val, datetime):

return val

if isinstance(val, date):

# No time info; treat as 00:00 and it won't match 02~07

return datetime(val.year, val.month, val.day)

# Fallback: try fast limited parsing for common text formats

if isinstance(val, str):

# Try ISO-like formats quickly

for fmt in ("%Y-%m-%d %H:%M:%S", "%Y/%m/%d %H:%M:%S",

"%Y-%m-%d %H:%M", "%Y/%m/%d %H:%M",

"%Y%m%d %H:%M:%S", "%Y%m%d%H%M%S"):

try:

return datetime.strptime(val.strip(), fmt)

except Exception:

pass

return None

kept = 0

total = 0

for row in rows:

total += 1

dt = to_datetime(row[dt_idx])

if dt is None:

continue

tt = dt.time()

if (tt >= START_T) and (tt < END_T):

kept += 1

out_ws.append(list(row) + [tt.strftime("%H:%M:%S")])

# Save

out_wb.save(OUT)

OUT.as_posix()

import pandas as pd

import datetime

# Load the dataframe

file_path = '전표조회입력시간_20250805.xlsx - Sheet1.csv'

try:

df = pd.read_csv(file_path)

except Exception as e:

print(f"Error reading file: {e}")

exit()

# Define the key column

date_column = '최초기표일시'

if date_column not in df.columns:

print(f"Error: Column '{date_column}' not found in the file.")

print(f"Available columns: {df.columns.tolist()}")

exit()

# Convert the '최초기표일시' column to datetime objects

original_count = len(df)

df[date_column] = pd.to_datetime(df[date_column], errors='coerce')

# Drop rows where the date conversion failed (became NaT)

df = df.dropna(subset=[date_column])

converted_count = len(df)

dropped_rows = original_count - converted_count

if dropped_rows > 0:

print(f"Warning: {dropped_rows}개 행의 '{date_column}' 형식이 잘못되어 분석에서 제외되었습니다.")

# Define the time range

start_time = datetime.time(2, 0, 0)

end_time = datetime.time(7, 0, 0)

# Extract the time component from the datetime column

df_time = df[date_column].dt.time

# Create the filter mask

# Check if the time is between 02:00:00 and 07:00:00 (inclusive)

is_between_02_and_07 = (df_time >= start_time) & (df_time <= end_time)

# Apply the filter

df_filtered = df[is_between_02_and_07].copy()

# Save the filtered data to a new CSV

output_file = '새벽_기표_거래_02_07시.csv'

df_filtered.to_csv(output_file, index=False, encoding='utf-8-sig')

print(f"\n--- 결과 ---")

print(f"총 {original_count}개의 행 중 {converted_count}개의 유효한 날짜 데이터를 분석했습니다.")

print(f"오전 02:00:00 부터 07:00:00 사이에 기표된 거래 {len(df_filtered)}건을 추출했습니다.")

print(f"결과 파일: {output_file}")