档案管理软件审计报告优化：全流程零门槛可直接落地实操方案

前期准备工作

必备工具与材料

本方案基于Python实现自动化处理，无需复杂部署，所有依赖直接通过命令安装，提前准备好以下内容：

• 从你的档案管理软件导出全量档案元数据，导出格式选择xlsx，记住文件保存路径
• 整理好本单位的档案审计合规要求文档
• 执行以下安装命令，直接安装对应版本的依赖包，避免版本兼容问题： ``` pip install pandas==1.5.3 openpyxl==3.1.2 python-docx==0.8.11 ```

第一步：梳理标准化审计合规基线

绝大多数审计报告不合格的核心原因是人工统计时基线不统一、错漏率高，第一步先把合规要求转化为可机器比对的标准化基线，操作完全零代码：

实操步骤

• 新建Excel文件，命名为audit_baseline.xlsx，创建3个工作表，分别命名为「合规要求」「档案元数据规则」「差异结果」
• 「合规要求」工作表固定4列，依次为：审计项编号、审计内容、合规标准、扣分规则，直接把你的合规要求逐条填入即可
• 「档案元数据规则」工作表固定4列，依次为：元数据项、是否必填、格式要求、关联审计项编号，按示例格式填写：

  元数据项	是否必填	格式要求	关联审计项编号
  保管期限	是	永久/30年/10年	A03
  形成日期	是	YYYY-MM-DD	A02

• 「差异结果」工作表留空即可，后续自动生成比对结果

第二步：自动比对原始数据，批量识别审计差异

以下完整脚本可直接复制使用，只需要修改开头的文件路径，不需要修改核心逻辑：

``` import pandas as pd from openpyxl import load_workbook - 替换为你自己的文件路径，直接复制修改即可 - origin_data_path = "./档案管理软件导出的原始数据.xlsx" baseline_path = "./audit_baseline.xlsx" - 读取基线规则和原始数据 baseline_rule = pd.read_excel(baseline_path, sheet_name="档案元数据规则") origin_data = pd.read_excel(origin_data_path) diff_result = [] 逐规则比对原始数据 for _, rule in baseline_rule.iterrows(): col_name = rule["元数据项"] 处理原始数据缺失元数据的情况 if col_name not in origin_data.columns: diff_result.append({ "档案编号": "N/A", "问题项": col_name, "问题描述": "原始数据缺失该元数据项", "关联审计项": rule["关联审计项编号"] }) continue 检查必填项是否为空 if rule["是否必填"] == "是": null_rows = origin_data[origin_data[col_name].isnull()] for idx, row in null_rows.iterrows(): diff_result.append({ "档案编号": row.get("档案编号", f"行号{idx+2}"), "问题项": col_name, "问题描述": "必填项为空", "关联审计项": rule["关联审计项编号"] }) 检查格式是否符合要求 if not pd.isna(rule["格式要求"]): format_req = str(rule["格式要求"]).split("/") wrong_format = origin_data[~origin_data[col_name].astype(str).isin(format_req)] wrong_format = wrong_format[~wrong_format[col_name].isnull()] for idx, row in wrong_format.iterrows(): diff_result.append({ "档案编号": row.get("档案编号", f"行号{idx+2}"), "问题项": col_name, "问题描述": f"格式不符合要求，要求为：{'/'.join(format_req)}，当前值为：{str(row[col_name])}", "关联审计项": rule["关联审计项编号"] }) 将比对结果写入基线文件 diff_df = pd.DataFrame(diff_result) writer = pd.ExcelWriter(baseline_path, engine='openpyxl', mode='a', if_sheet_exists='replace') diff_df.to_excel(writer, sheet_name="差异结果", index=False) writer.close() print(f"比对完成，共识别出{len(diff_result)}个问题，结果已存入audit_baseline.xlsx") ```

将以上代码保存为audit_diff.py，和两个xlsx文件放在同一文件夹，终端执行命令：python audit_diff.py，十万条以内档案数据可在1分钟内完成比对，结果自动存入基线文件的「差异结果」工作表。

第三步：自动生成符合要求的标准化审计报告

比对完成后，直接自动化生成Word审计报告，不需要手动复制粘贴，步骤如下：

实操步骤

• 把你单位要求的审计报告模板保存为report_template.docx，在需要填充总问题数的位置添加占位符{total_diff}，在需要插入问题清单的位置添加占位符{diff_table}
• 复制以下代码，修改开头的文件路径后保存为generate_report.py： ``` import pandas as pd from docx import Document - 修改此处文件路径 - baseline_path = "./audit_baseline.xlsx" template_path = "./report_template.docx" output_path = "./最终档案审计报告.docx" -- 读取比对结果 diff_df = pd.read_excel(baseline_path, sheet_name="差异结果") total_diff = len(diff_df) 读取报告模板 doc = Document(template_path) 替换总问题数占位符 for para in doc.paragraphs: if '{total_diff}' in para.text: para.text = para.text.replace('{total_diff}', str(total_diff)) 插入问题清单表格 for para in doc.paragraphs: if '{diff_table}' in para.text: p = para._element p.getparent().remove(p) table = doc.add_table(rows=1, cols=4) table.style = 'Table Grid' hdr_cells = table.rows[0].cells hdr_cells[0].text = '关联审计项' hdr_cells[1].text = '档案编号' hdr_cells[2].text = '问题项' hdr_cells[3].text = '问题描述' for _, row in diff_df.iterrows(): row_cells = table.add_row().cells row_cells[0].text = str(row['关联审计项']) row_cells[1].text = str(row['档案编号']) row_cells[2].text = str(row['问题项']) row_cells[3].text = str(row['问题描述']) break 保存最终报告 doc.save(output_path) print(f"审计报告已生成，保存路径：{output_path}") ```
• 终端执行命令python generate_report.py，直接得到最终的标准化审计报告

后续优化说明

本方案可完全复用，后续不同类型的审计只需要修改audit_baseline.xlsx中的合规规则，不需要修改任何代码，适配年度审计、专项审计等多种场景。如果运行报错找不到文件，检查文件名和路径是否和脚本中填写的一致；如果原始数据是CSV格式，只需要把脚本中的pd.read_excel修改为pd.read_csv即可，其余逻辑不需要调整。