> 持续流程改进 > 记录到报告，日记账分录 > BlackLine > 数据模板

您的记录到报告流程：日记账分录数据模板

BlackLine

← 返回改进指南

记录到报告，日记账分录属性 (19) 记录到报告，日记账分录活动 (12) 提取指南 (2)

您的记录到报告流程：日记账分录数据模板

此模板全面介绍如何收集分析记录到报告流程：日记账分录所需的数据，包括应收集的关键属性、应跟踪的重要活动，以及从BlackLine提取这些信息的实用指南。使用此资源，确保收集流程挖掘所需的全部数据。

建议收集的属性
需跟踪的关键活动
提取指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

记录到报告，日记账分录属性

以下是建议纳入事件日志的数据字段，可用于全面分析记录到报告，日记账分录流程。

5 必需 6 建议 8 可选

	名称	说明
	开始时间 EventTime	表示特定活动或事件发生时间的精确时间戳。
说明 Event Time记录业务事件发生的日期和时间，是流程的时间顺序基础，用于确定所有活动的先后顺序和持续时间。该时间戳是所有基于时间的流程挖掘分析的关键。它用于计算周期时间、等待时间和活动间隔时长，帮助识别瓶颈、分析一段时间内的绩效，并评估服务级别协议的遵循情况。为什么重要该时间戳是所有绩效指标的基础，包括周期时间和瓶颈分析，可按时间顺序重建流程。获取位置此信息记录在BlackLine事件日志或交易记录的时间戳字段中。示例 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	日记账分录ID JournalEntryId	单个日记账分录的唯一标识符，用作跟踪其生命周期的主要案例标识符。
说明 Journal Entry ID用于唯一标识总账中记录的每组财务交易。它是连接创建、审核、批准和过账等所有相关活动的核心键。在流程挖掘中，该ID对于关联属于同一日记账分录案例的所有事件至关重要。基于此标识符分析流程，可以重建从发起到最终对账的端到端历程，并详细分析周期时间、瓶颈和流程变体。为什么重要这是核心案例标识符，可用于追踪单个日记账分录的完整生命周期并分析其绩效。获取位置这是BlackLine日记账分录表或数据导出中的主键。具体字段名称请参阅BlackLine文档。示例 JE2024-001234JE2024-001235JE2024-001236
	活动 ActivityName	日记账分录流程中某一时间点发生的具体业务事件名称。
说明该属性描述日记账分录生命周期中执行的一个步骤或Task，例如“Journal Entry Created”、“Journal Entry Approved”或“Journal Entry Posted”。每项活动都代表流程中的一个独立事件。分析这些活动的顺序，有助于可视化和理解流程。这对于发现流程变体、衡量步骤之间的转换时间，以及识别日记账分录被拒绝后重新提交等返工循环至关重要。为什么重要它定义流程中的各个步骤，是可视化流程图、分析流转以及识别偏差或瓶颈的基础。获取位置通常从BlackLine中的事件日志、状态变更记录或审计轨迹中提取，可能需要将系统状态代码映射为便于用户理解的活动名称。示例已创建日记账分录已提交日记账分录日记账分录已批准日记账分录已过账
	最后数据更新时间 LastDataUpdate	表示数据最近一次从源系统刷新或提取时间的时间戳。
说明此属性记录最近一次提取数据的日期和时间，为正在分析的数据新鲜度提供参考，确保用户了解数据的时效性。这是任何流程挖掘仪表板或分析中的关键元数据。它向用户说明洞察的时效性，并帮助用户判断视图中是否包含最新交易。为什么重要它确保数据新鲜度透明可见，帮助用户了解流程分析反映的是多新的数据。获取位置该时间戳由数据提取工具或ETL流程在执行时生成并添加到数据集中。示例 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	源系统 SourceSystem	提取日记账分录数据的记录系统。
说明此属性标识事件数据的来源系统。在此场景中通常为“BlackLine”，但如果流程从上游ERP系统开始，也可能包含来自该系统的数据。识别源系统对于数据治理和理解流程背景十分重要，尤其是在合并多个系统数据的环境中。它有助于排查数据摄取问题并验证数据血缘。为什么重要它提供数据来源的关键背景信息，确保可追溯性，并帮助管理来自不同平台的数据集成。获取位置通常是在数据提取和转换过程中添加的静态值，用于标记数据集来源。示例 BlackLineSAP S/4HANAOracle NetSuite
	公司代码 CompanyCode	正在编制日记账分录的法人实体或公司的唯一标识符。
说明 Company Code代表企业集团中的特定法人实体，是财务核算中的基础组织单元，确保交易记入正确的实体。在流程挖掘中，Company Code是用于筛选和比较的重要维度。它支持跨实体分析流程绩效，帮助识别区域或实体特有的瓶颈、合规差异以及全球流程标准化机会，并直接支持“审批到过账延迟分析”仪表板。为什么重要它支持不同法人实体或业务部门之间的绩效比较和流程标准化。获取位置这是BlackLine日记账分录抬头中的关键字段，通常与底层ERP系统同步。示例 1000US01DE012500
	日记账分录状态 JournalEntryStatus	日记账分录在生命周期中的当前状态，例如“In Progress”“Approved”或“Posted”。
说明该属性表示数据提取时日记账分录案例的当前状态，反映该分录在整体流程中的位置。流程挖掘会根据活动重建流程，而最终状态可用于筛选和创建高层级汇总仪表板。它有助于快速识别当前等待审批或卡在特定状态的所有分录，为积压分析提供重要支持。为什么重要它提供分录当前状态的快照，有助于分析积压和了解在制工作。获取位置这是BlackLine日记账分录中的标准状态字段。示例进行中等待批准已批准已过账已拒绝
	日记账分录类型 JournalEntryType	日记账分录的分类，例如标准分录、经常性分录或冲销分录。
说明 Journal Entry Type根据分录的性质或用途进行分类。常见类型包括标准手工分录、系统自动生成的分录、用于月末应计的经常性分录，以及会在下一期间自动冲销的冲销分录。此属性对于分组和对比分析至关重要。您可以比较不同类型分录的流程绩效，例如周期时间或驳回率，从而识别某些类型的分录是否更容易出现问题或效率较低，并据此开展有针对性的流程改进。为什么重要它支持分组分析，帮助了解不同类型的日记账分录是否遵循不同路径，或具有不同的绩效特征。获取位置这是BlackLine日记账分录抬头中的标准字段。确切字段名称请参阅BlackLine文档。示例标准定期冲销应计
	日记账分录金额 JournalEntryAmount	日记账分录的货币总额，通常为借方金额之和。
说明该属性表示日记账分录的财务价值。它可用于了解流程低效造成的财务影响，例如高价值分录延迟过账。基于分录价值分析流程，可以开展重要性分析。例如，您可以优先改进高价值分录的处理流程，调查它们是否遵循不同的审批路径，或判断其周期时间是否更长。这为流程补充了关键的业务背景。为什么重要它提供财务背景，支持基于重要性的分析，例如优先处理高价值分录，或识别按金额划分的流程偏差。获取位置这是BlackLine日记账分录抬头中的计算字段或标准字段，表示借方或贷方金额总额。示例 15000.00250.75125000.50500.00
	用户 UserName	执行该活动的用户姓名或ID。
说明此属性标识负责执行特定流程步骤的人员，例如提交、审核或审批日记账分录的人员。它可以是姓名或唯一用户ID。按用户分析活动，对于了解工作量分配、个人绩效和培训机会至关重要。它有助于回答“团队工作分配是否均衡？”或“哪些用户的审批时间最长？”等问题，也是合规和审计轨迹分析的重要依据。为什么重要它支持工作量分析和团队成员绩效比较，并帮助识别与资源相关的瓶颈或培训需求。获取位置此信息可在BlackLine的审计日志中找到，通常存储在与各事件关联的“User ID”或“Changed By”字段中。示例 j.doea.smithr.joness.patel
	驳回原因 RejectionReason	审核人员驳回日记账分录时提供的原因。
说明日记账分录退回修改时，审批人通常会提供驳回原因。此属性记录该原因，可以是预定义代码，也可以是自由文本。这是分析返工根因的关键属性。通过分析最常见的驳回原因，企业可以识别培训不足、政策不清晰或支持性文档存在问题等系统性原因。它直接支持“日记账分录驳回与返工分析”仪表板，并帮助降低整体驳回率。为什么重要它是流程返工根因分析的重要依据，有助于识别日记账分录被驳回的原因，并支持有针对性的改进。获取位置用户在BlackLine中执行“Reject”操作时，通常会将此数据记录在评论或原因代码字段中。示例科目代码错误缺少支持性文档超过阈值重复分录
	审批到过账滞后时间 ApprovalToPostingLag	最终审批与日记账分录实际过账之间的计算时长。
说明此指标衡量日记账分录完成审批后、过账至总账前产生的延迟，计算方式为“Journal Entry Approved”活动与“Journal Entry Posted”活动之间的时间差。这是识别审批后瓶颈的关键KPI，因为此类瓶颈可能显著拖慢财务结账流程。“审批到过账延迟分析”仪表板使用该指标调查已审批分录未能及时过账的原因，帮助优化流程最后环节。为什么重要它专门衡量审批后的效率，帮助识别并消除影响财务结账速度的延迟。获取位置流程挖掘工具通过计算每个案例中“Journal Entry Approved”与“Journal Entry Posted”事件之间的时长来得出该指标。示例 P0DT1H10MP1DT2H0MP0DT0H5M
	已对账账户 AccountReconciled	日记账分录正在对账的总账科目编号。
说明此属性标识科目表中受影响或正在对账的具体科目。日记账分录通常属于账户对账流程，该属性将分录关联到相应科目。此属性直接支持“日记账分录对账周期时间”仪表板。按科目分析流程，可以识别某些科目的对账是否持续耗时更长，从而发现与特定科目相关的复杂性或数据问题。为什么重要它将日记账分录流程关联到正在对账的具体科目，支持有针对性地分析对账瓶颈。获取位置此信息属于BlackLine中的日记账分录行项目明细。如果一笔分录影响多个科目，可能需要汇总到案例层级。示例 101000210500400100550200
	已附加文档 IsDocumentAttached	用于标识日记账分录是否附有支持性文档的标志。
说明此布尔属性表示日记账分录是否附有一份或多份支持性文档，例如发票或计算表。这通常是获得审批的前提条件。该标志是“日记账分录文档合规”仪表板和“文档附加率”KPI的关键依据。它有助于分析缺少文档是否是导致驳回或延迟的常见原因，并推动执行提交审核前必须附加文档的政策。为什么重要它直接衡量文档政策的合规情况，并帮助诊断审批延迟和驳回的常见根因。获取位置这很可能是一个派生字段，通过检查提交活动发生前是否存在与JournalEntryId关联的附件记录来计算。示例 truefalse
	是否自动化 IsAutomated	用于标识日记账分录是否由自动化流程创建或过账的标志。
说明此布尔属性区分由用户手工创建和处理的日记账分录，以及由系统自动生成的分录，例如经常性分录或系统集成生成的分录。分析此属性有助于评估自动化成效，并直接比较自动化流程与手工流程的周期时间、错误率和成本。这对于论证进一步自动化的商业价值以及衡量现有项目的投资回报率至关重要。为什么重要它支持直接比较手工流程和自动化流程，对于衡量自动化项目的影响和投资回报率至关重要。获取位置可以根据“Journal Entry Type”（例如“Recurring”）推导，也可以根据“User”字段判断是否使用了系统用户（例如“系统”或“批处理”）执行自动过账。示例 truefalse
	是否返工 IsRework	如果日记账分录至少被驳回过一次，则该计算标志为真。
说明此布尔标志用于识别经历过返工的日记账分录。如果案例包含“Journal Entry Rejected”活动，随后又出现“Corrected and Resubmitted”活动，通常会将其设为true。该属性简化了返工分析，用户可以轻松筛选所有经历过驳回的案例。它是计算“日记账分录驳回率”KPI以及在“日记账分录驳回与返工分析”仪表板中深入分析质量问题所造成成本和时间影响的基础。为什么重要它可以快速识别发生返工的案例，简化驳回率计算以及质量问题影响分析。获取位置流程挖掘工具通过检查每个案例的活动顺序来计算此标志。示例 truefalse
	货币 Currency	日记账分录中指定金额所使用的货币代码。
说明此属性指定Journal Entry Amount所使用的货币，例如USD、EUR或GBP，对于正确理解交易的财务价值至关重要。对于跨国组织，按货币分析可以提供有用背景。它支持将流程分析筛选到特定货币，也是任何汇总财务金额的仪表板所必需的字段。为什么重要它为财务金额提供必要背景，确保准确解读并支持按货币分析。获取位置这是BlackLine日记账分录抬头中的标准字段，通常命名为“Document Currency”或类似名称。示例 USDEURGBPJPY
	过账日期 PostingDate	日记账分录正式过账至总账的日期。
说明 Posting Date是交易在财务记录中的生效日期，是会计核算的关键日期，因为它决定交易计入哪个财务期间。事件时间戳记录过账活动发生的时间，而Posting Date本身是重要的数据属性。它用于确保分录记入正确期间，也可用于分析交易日期、审批日期和过账日期之间的延迟。为什么重要该日期对于财务报告的准确性至关重要，并有助于分析分录是否记入正确的会计期间。获取位置这是BlackLine日记账分录抬头中的标准日期字段。示例 2023-10-312023-11-012023-10-30
	部门 Department	与日记账分录关联的业务部门或成本中心。
说明此属性指定发起日记账分录的部门、成本中心或职能领域，或指定成本分摊对象，为流程提供额外的组织背景。按部门分析流程，有助于了解企业不同部门如何使用日记账分录流程，也能揭示部门之间在效率、合规或返工率方面的差异，指出需要额外支持或流程标准化的领域。为什么重要它支持比较不同业务部门的流程绩效，揭示差异和标准化机会。获取位置此信息通常属于BlackLine中的日记账分录行项目数据或抬头数据，并经常与总账科目关联。示例财务市场营销销售运营

必需建议可选

记录到报告，日记账分录活动

以下是建议在事件日志中记录的关键流程步骤和里程碑，可用于准确发现和分析日记账分录流程。

6 建议 6 可选

	活动	说明
	已创建日记账分录	该活动标志着一条日记账分录案例的启动。当用户在BlackLine中创建新的日记账分录记录时，系统会生成唯一的Journal Entry ID，并记录创建时间戳和用户。
为什么重要这是流程的主要开始事件。分析该活动与其他活动之间的时间，可以了解流程总周期时间，并帮助识别工作流最初阶段的延迟。获取位置该事件会在BlackLine的日记账分录模块中明确记录。系统从主日记账分录表或其审计历史中，获取与每个Journal Entry ID关联的创建时间戳和用户信息。采集从与日记账分录记录关联的“Create Date”时间戳中获取。事件类型 explicit
	已拒绝日记账分录	该活动标志着审核人员或审批人拒绝日记账分录。当用户执行“Reject”操作时，分录状态会更新为“Rejected”，并记录在审计日志中。
为什么重要这是识别返工、质量问题和培训需求的关键活动。分析拒绝频率、原因及后续返工循环，对于改进流程和缩短周期时间至关重要。获取位置通常可根据日记账分录数据中的状态变更为“Rejected”或“Needs Correction”进行推断。执行拒绝操作的时间戳和用户会记录在BlackLine历史记录中。采集根据日记账分录状态更新为“Rejected”时的时间戳推断。事件类型 inferred
	已提交日记账分录	当编制人员正式提交日记账分录，进入审核和审批工作流时，该活动便会发生。系统通常会将其记录为状态变更，例如从“In Preparation”变为“Submitted”，并记录时间戳。
为什么重要这标志着编制阶段结束、审批周期开始，是衡量编制和审批阶段时长的关键里程碑。获取位置该事件通常可从BlackLine日记账分录记录中的状态变更推断得出。状态变为“Submitted for Approval”或类似值时的时间戳，即为事件时间。采集根据日记账分录状态字段更新为“Submitted”或“Pending Approval”时的时间戳推断。事件类型 inferred
	日记账分录已对账	标志着日记账分录生命周期的完成，即该分录已纳入最终确认并完成认证的账户对账。在BlackLine中，这对应于包含该日记账的对账完成认证。
为什么重要此活动是端到端流程的最终终点。从“Journal Entry Posted”到“Reconciled”的时间，用于衡量财务结账中账户对账环节的效率。获取位置这是一个推断事件。当BlackLine的Account Reconciliation模块中包含该日记账分录的账户对账状态变更为“Certified”时，即可识别此事件。采集通过将日记账分录关联到对应的账户对账，并记录该对账的认证日期来推断。事件类型 inferred
	日记账分录已批准	该活动表示日记账分录已通过所有必要的审核和审批步骤。当最终授权用户批准分录并触发状态变更为“Approved”时，系统会记录该活动。
为什么重要这是审批流程结束的重要里程碑。从“Journal Entry Submitted”到该事件的时间即为“Approval Cycle Time”，是衡量工作流效率的关键KPI。获取位置该事件可根据日记账分录记录中的状态变更为“Approved”进行推断。最终审批人的用户ID和审批时间戳通常会记录在BlackLine审计历史中。采集根据日记账分录状态更新为“Approved”时的时间戳推断。事件类型 inferred
	日记账分录已过账	表示已审批的日记账分录正式记入总账的时间点。在BlackLine中，这通常是一个明确操作，随后系统会将分录状态更新为“Posted”。
为什么重要这是一个关键里程碑，通常被视为流程的运营终点。从“Journal Entry Approved”到此活动的滞后时间，是衡量审批后效率的重要指标。获取位置通常通过状态变更为“Posted”来推断。事件也可能明确记录在过账历史表或审计轨迹中，并包含具体的过账日期和时间戳。采集根据日记账分录状态更新为“Posted”时的时间戳推断。过账日期字段同样具有参考价值。事件类型 inferred
	分录已更正并重新提交	日记账分录被拒绝后，编制人员完成必要更正并再次提交时，该活动便会发生。系统会记录状态从“Rejected”变为“Submitted for Approval”的变更。
为什么重要该活动有助于量化返工所耗费的时间和精力。“Journal Entry Rejected”与该事件之间的时长代表返工时间，是效率分析的重要指标。获取位置通过观察BlackLine数据中的状态变更序列推断得出，具体表现为同一Journal Entry ID的状态从“Rejected”转回“Submitted”或“Pending Approval”。采集根据状态从“Rejected”变为“Submitted”或“Pending Approval”的变更推导。事件类型 inferred
	已审核日记账分录	表示多级审批流程中的正式审核步骤，由指定审核人员完成。系统通常将其记录为状态变更，或记录为表明审核人员已执行操作的特定日志条目。
为什么重要对于审核和审批步骤明确分开的组织，该活动有助于隔离审批链中的瓶颈，显示分录等待初审和最终审批分别耗时多久。获取位置在BlackLine工作流中，该活动可以是审批历史日志中的明确事件，也可以根据状态变为“Reviewed”或“Pending Final Approval”进行推断。系统会记录用户和时间戳。采集根据日记账分录状态变更为审核阶段完成时的时间戳推断。事件类型 inferred
	已附加支持性文档	表示用户向日记账分录附加一个或多个支持性文档的操作。该事件通常记录在与Journal Entry ID关联的审计日志或附件表中。
为什么重要跟踪该活动对于监控合规和效率至关重要。它有助于分析审批延迟是否由文档缺失造成，并支持“Documentation Attachment Rate”KPI。获取位置这通常是BlackLine中的明确事件，记录在审计轨迹或附件日志中。数据应包括Journal Entry ID、附加文件的用户和时间戳。采集每当有文件上传并关联到日记账分录时，系统都会在审计轨迹或专用附件历史表中记录该事件。事件类型 explicit
	批准已撤销	此活动表示审批人撤销此前授予的审批，将日记账分录退回到之前的状态。系统通过状态从“Approved”变更回“In Preparation”等更早状态来记录此操作。
为什么重要这一少见但重要的活动突显了审批后、过账前发现的流程例外和潜在问题，可能表明影响该分录的数据错误或政策变更。获取位置这是一个推断事件，通过状态从“Approved”变更为未过账且可编辑的状态来识别。BlackLine的详细审计日志会记录此操作。采集通过状态从“Approved”变更回“In Preparation”或“Submitted”等前置状态来识别。事件类型 inferred
	日记账分录冲销已处理	此活动记录创建并过账一笔用于冲销此前已过账分录的新日记账分录。通常在原始分录过账后发现错误时发起。
为什么重要此事件是上游数据质量问题的重要信号。跟踪冲销率有助于衡量“过账后调整率”，并识别需要提高准确性的环节。获取位置这通常是一个明确事件：用户在BlackLine中对已过账日记账发起“Reverse”操作。系统会创建新的冲销分录，并通常将其关联到原始Journal Entry ID。采集在记录“Reverse”操作时，或在创建带有冲销标志并链接至原始日记账ID的新日记账时记录。事件类型 explicit
	过账已验证	表示确认已过账的日记账分录已成功接收并记录到目标ERP系统中。这可能是自动完成的系统握手，也可能是人工确认步骤。
为什么重要此活动为过账步骤提供最终确认，确保系统间的数据完整性。从“Posted”到“Verified”的持续时间可以揭示集成问题或系统同步延迟。获取位置这可能是系统集成日志中的明确事件，也可能通过状态变更为“Posted and Verified”等值来推断。如果由人工完成，则表现为用户驱动的状态更新。采集通过状态更新为“Verified”，或通过接收目标ERP系统返回的确认标志来推断。事件类型 inferred

建议可选

提取指南

如何从BlackLine获取数据

步骤

使用具有财务报表访问权限的用户账户登录您的BlackLine实例。
进入报表模块，通常位于“Reports”>“Standard Reports”等菜单下。
在可用标准报表列表中找到并选择“Journal Entry & Services Report”，或名称相近的综合日记账分录报表。
配置报表参数。指定提取所需的“Date Range”，应与您希望分析的期间一致。建议先选择3至6个月。
应用必要的筛选条件以缩小数据范围。至少按相关“Company Code(s)”筛选。您还可以按“Journal Status”筛选，以包含从创建到过账的所有相关状态。
选择输出中的所有可用列，确保报表包含生成事件日志所需的全部日期、用户和状态字段。关键字段包括创建日期、提交日期、批准日期、过账日期和用户角色。
直接在BlackLine界面中运行报表。报表生成完成后，使用“Export”或“Download”功能将数据保存为CSV文件，并命名为“blackline_report.csv”。
设置已安装pandas库的Python环境。如果尚未安装，请使用以下命令安装：pip install pandas。
将提供的Python脚本放在下载的“blackline_report.csv”文件所在目录中。
执行Python脚本。脚本将读取原始CSV报表，为每项业务活动创建一行独立记录，并生成所需格式的新文件“event_log.csv”。
上传前，对“event_log.csv”执行验证检查，确保数据质量和完整性。
将最终的“event_log.csv”文件上传到ProcessMind进行分析。

配置

报告名称：日记账分录与服务报告。具体名称可能因您的BlackLine配置而异。
日期范围：初次分析建议提取3至6个月的数据。报告中的日期筛选通常适用于日记账创建日期或过账日期。请确认筛选使用的日期字段，以确保提取正确的数据集。
关键筛选条件：
- 公司代码：始终指定要分析的公司代码，以限制数据量并聚焦分析范围。
- 日记账状态：选择所有状态，例如准备中、已提交、已审批、已拒绝、已过账，以覆盖完整的端到端流程。
- 日记账类型：如分析范围需要，可筛选特定日记账类型，例如标准、经常性。
前提条件：运行报告的用户账户必须具备查看日记账分录数据并在BlackLine中执行标准报告的权限。通常需要“会计”或“报告用户”等角色。
性能注意事项：导出覆盖较长期间或大量公司代码的大型数据集可能消耗较多资源，并且可能需要较长时间才能在BlackLine界面中生成。如遇性能问题或超时，请考虑分批运行报告。

a 示例查询 python

import pandas as pd
import numpy as np
import datetime

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Define the input file name from BlackLine
input_filename = class="hl-string">'blackline_report.csv'
class=class="hl-string">"hl-comment"># Define the output file for ProcessMind
output_filename = class="hl-string">'event_log.csv'

class=class="hl-string">"hl-comment"># --- Column Mapping ---
class=class="hl-string">"hl-comment"># Map the BlackLine report column names to the required event log attribute names.
class=class="hl-string">"hl-comment"># Adjust the keys in this dictionary to match the exact column headers in your CSV export.
column_mapping = {
    class="hl-string">'Journal ID': class="hl-string">'JournalEntryId',
    class="hl-string">'Journal Type': class="hl-string">'JournalEntryType',
    class="hl-string">'Company': class="hl-string">'CompanyCode',
    class="hl-string">'Amount': class="hl-string">'JournalEntryAmount',
    class="hl-string">'Current Status': class="hl-string">'JournalEntryStatus',
    class="hl-string">'Rejection Reason': class="hl-string">'RejectionReason',
    class="hl-string">'Preparer': class="hl-string">'PreparerUserName',
    class="hl-string">'Submitter': class="hl-string">'SubmitterUserName',
    class="hl-string">'Reviewer': class="hl-string">'ReviewerUserName',
    class="hl-string">'Approver': class="hl-string">'ApproverUserName',
    class="hl-string">'Poster': class="hl-string">'PosterUserName',
    class="hl-string">'Verifier': class="hl-string">'VerifierUserName',
    class="hl-string">'Reverser': class="hl-string">'ReverserUserName',
    class="hl-string">'Reconciler': class="hl-string">'ReconcilerUserName',
    class="hl-string">'Creation Date': class="hl-string">'CreationTimestamp',
    class="hl-string">'Attachment Date': class="hl-string">'AttachmentTimestamp',
    class="hl-string">'Submission Date': class="hl-string">'SubmissionTimestamp',
    class="hl-string">'Review Date': class="hl-string">'ReviewTimestamp',
    class="hl-string">'Rejection Date': class="hl-string">'RejectionTimestamp',
    class="hl-string">'Resubmission Date': class="hl-string">'ResubmissionTimestamp',
    class="hl-string">'Approval Date': class="hl-string">'ApprovalTimestamp',
    class="hl-string">'Rescind Date': class="hl-string">'RescindTimestamp',
    class="hl-string">'Posting Date': class="hl-string">'PostingTimestamp',
    class="hl-string">'Verification Date': class="hl-string">'VerificationTimestamp',
    class="hl-string">'Reversal Date': class="hl-string">'ReversalTimestamp',
    class="hl-string">'Reconciliation Date': class="hl-string">'ReconciliationTimestamp'
}

class=class="hl-string">"hl-comment"># --- Data Loading ---
try:
    df_raw = pd.read_csv(input_filename)
except FileNotFoundError:
    print(fclass="hl-string">"Error: The file {input_filename} was not found. Please ensure it's in the same directory as the script.")
    exit()

class=class="hl-string">"hl-comment"># Rename columns based on the mapping
df = df_raw.rename(columns=column_mapping)

class=class="hl-string">"hl-comment"># Ensure all required timestamp columns exist, fill with NaT if not
for col in column_mapping.values():
    if class="hl-string">'Timestamp' in col and col not in df.columns:
        df[col] = pd.NaT

class=class="hl-string">"hl-comment"># Convert date columns to datetime objects, coercing errors to NaT (Not a Time)
date_cols = [col for col in df.columns if class="hl-string">'Timestamp' in col]
for col in date_cols:
    df[col] = pd.to_datetime(df[col], errors=class="hl-string">'coerce')

all_events = []
last_data_update = datetime.datetime.now()

class=class="hl-string">"hl-comment"># --- Activity Extraction ---

class=class="hl-string">"hl-comment"># 1. Journal Entry Created
event_created = df[df[class="hl-string">'CreationTimestamp'].notna()].copy()
event_created[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Created'
event_created[class="hl-string">'EventTime'] = event_created[class="hl-string">'CreationTimestamp']
event_created[class="hl-string">'UserName'] = event_created.get(class="hl-string">'PreparerUserName')
all_events.append(event_created)

class=class="hl-string">"hl-comment"># 2. Supporting Documentation Attached
if class="hl-string">'AttachmentTimestamp' in df.columns:
    event_attached = df[df[class="hl-string">'AttachmentTimestamp'].notna()].copy()
    event_attached[class="hl-string">'ActivityName'] = class="hl-string">'Supporting Documentation Attached'
    event_attached[class="hl-string">'EventTime'] = event_attached[class="hl-string">'AttachmentTimestamp']
    class=class="hl-string">"hl-comment"># Assuming the submitter or preparer attached the document
    event_attached[class="hl-string">'UserName'] = event_attached.get(class="hl-string">'SubmitterUserName', event_attached.get(class="hl-string">'PreparerUserName'))
    all_events.append(event_attached)

class=class="hl-string">"hl-comment"># 3. Journal Entry Submitted
event_submitted = df[df[class="hl-string">'SubmissionTimestamp'].notna()].copy()
event_submitted[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Submitted'
event_submitted[class="hl-string">'EventTime'] = event_submitted[class="hl-string">'SubmissionTimestamp']
event_submitted[class="hl-string">'UserName'] = event_submitted.get(class="hl-string">'SubmitterUserName')
all_events.append(event_submitted)

class=class="hl-string">"hl-comment"># 4. Journal Entry Reviewed
if class="hl-string">'ReviewTimestamp' in df.columns:
    event_reviewed = df[df[class="hl-string">'ReviewTimestamp'].notna()].copy()
    event_reviewed[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reviewed'
    event_reviewed[class="hl-string">'EventTime'] = event_reviewed[class="hl-string">'ReviewTimestamp']
    event_reviewed[class="hl-string">'UserName'] = event_reviewed.get(class="hl-string">'ReviewerUserName')
    all_events.append(event_reviewed)

class=class="hl-string">"hl-comment"># 5. Journal Entry Rejected
if class="hl-string">'RejectionTimestamp' in df.columns:
    event_rejected = df[df[class="hl-string">'RejectionTimestamp'].notna()].copy()
    event_rejected[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Rejected'
    event_rejected[class="hl-string">'EventTime'] = event_rejected[class="hl-string">'RejectionTimestamp']
    event_rejected[class="hl-string">'UserName'] = event_rejected.get(class="hl-string">'ReviewerUserName', event_rejected.get(class="hl-string">'ApproverUserName'))
    all_events.append(event_rejected)

class=class="hl-string">"hl-comment"># 6. Entry Corrected and Resubmitted
if class="hl-string">'ResubmissionTimestamp' in df.columns:
    event_resubmitted = df[df[class="hl-string">'ResubmissionTimestamp'].notna()].copy()
    event_resubmitted = event_resubmitted[event_resubmitted[class="hl-string">'ResubmissionTimestamp'] > event_resubmitted.get(class="hl-string">'RejectionTimestamp', pd.NaT)]
    event_resubmitted[class="hl-string">'ActivityName'] = class="hl-string">'Entry Corrected and Resubmitted'
    event_resubmitted[class="hl-string">'EventTime'] = event_resubmitted[class="hl-string">'ResubmissionTimestamp']
    event_resubmitted[class="hl-string">'UserName'] = event_resubmitted.get(class="hl-string">'SubmitterUserName')
    all_events.append(event_resubmitted)

class=class="hl-string">"hl-comment"># 7. Journal Entry Approved
event_approved = df[df[class="hl-string">'ApprovalTimestamp'].notna()].copy()
event_approved[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Approved'
event_approved[class="hl-string">'EventTime'] = event_approved[class="hl-string">'ApprovalTimestamp']
event_approved[class="hl-string">'UserName'] = event_approved.get(class="hl-string">'ApproverUserName')
all_events.append(event_approved)

class=class="hl-string">"hl-comment"># 8. Approval Rescinded
if class="hl-string">'RescindTimestamp' in df.columns:
    event_rescinded = df[df[class="hl-string">'RescindTimestamp'].notna()].copy()
    event_rescinded[class="hl-string">'ActivityName'] = class="hl-string">'Approval Rescinded'
    event_rescinded[class="hl-string">'EventTime'] = event_rescinded[class="hl-string">'RescindTimestamp']
    event_rescinded[class="hl-string">'UserName'] = event_rescinded.get(class="hl-string">'ApproverUserName')
    all_events.append(event_rescinded)

class=class="hl-string">"hl-comment"># 9. Journal Entry Posted
event_posted = df[df[class="hl-string">'PostingTimestamp'].notna()].copy()
event_posted[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Posted'
event_posted[class="hl-string">'EventTime'] = event_posted[class="hl-string">'PostingTimestamp']
event_posted[class="hl-string">'UserName'] = event_posted.get(class="hl-string">'PosterUserName')
all_events.append(event_posted)

class=class="hl-string">"hl-comment"># 10. Posting Verified
if class="hl-string">'VerificationTimestamp' in df.columns:
    event_verified = df[df[class="hl-string">'VerificationTimestamp'].notna()].copy()
    event_verified[class="hl-string">'ActivityName'] = class="hl-string">'Posting Verified'
    event_verified[class="hl-string">'EventTime'] = event_verified[class="hl-string">'VerificationTimestamp']
    event_verified[class="hl-string">'UserName'] = event_verified.get(class="hl-string">'VerifierUserName')
    all_events.append(event_verified)

class=class="hl-string">"hl-comment"># 11. Journal Entry Reversal Processed
if class="hl-string">'ReversalTimestamp' in df.columns:
    event_reversal = df[df[class="hl-string">'ReversalTimestamp'].notna()].copy()
    event_reversal[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reversal Processed'
    event_reversal[class="hl-string">'EventTime'] = event_reversal[class="hl-string">'ReversalTimestamp']
    event_reversal[class="hl-string">'UserName'] = event_reversal.get(class="hl-string">'ReverserUserName')
    all_events.append(event_reversal)

class=class="hl-string">"hl-comment"># 12. Journal Entry Reconciled
if class="hl-string">'ReconciliationTimestamp' in df.columns:
    event_reconciled = df[df[class="hl-string">'ReconciliationTimestamp'].notna()].copy()
    event_reconciled[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reconciled'
    event_reconciled[class="hl-string">'EventTime'] = event_reconciled[class="hl-string">'ReconciliationTimestamp']
    event_reconciled[class="hl-string">'UserName'] = event_reconciled.get(class="hl-string">'ReconcilerUserName')
    all_events.append(event_reconciled)


class=class="hl-string">"hl-comment"># --- Final Assembly ---
if all_events:
    event_log = pd.concat(all_events, ignore_index=True)

    class=class="hl-string">"hl-comment"># Add required constant value attributes
    event_log[class="hl-string">'SourceSystem'] = class="hl-string">'BlackLine'
    event_log[class="hl-string">'LastDataUpdate'] = last_data_update

    class=class="hl-string">"hl-comment"># Select and order columns for the final output
    final_columns = [
        class="hl-string">'JournalEntryId',
        class="hl-string">'ActivityName',
        class="hl-string">'EventTime',
        class="hl-string">'SourceSystem',
        class="hl-string">'LastDataUpdate',
        class="hl-string">'UserName',
        class="hl-string">'JournalEntryType',
        class="hl-string">'CompanyCode',
        class="hl-string">'JournalEntryAmount',
        class="hl-string">'JournalEntryStatus',
        class="hl-string">'RejectionReason'
    ]

    class=class="hl-string">"hl-comment"># Filter for only the columns that exist in the dataframe to avoid errors
    existing_columns = [col for col in final_columns if col in event_log.columns]
    event_log = event_log[existing_columns]

    class=class="hl-string">"hl-comment"># Sort the event log
    event_log = event_log.sort_values(by=[class="hl-string">'JournalEntryId', class="hl-string">'EventTime'])

    class=class="hl-string">"hl-comment"># Save to CSV
    event_log.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(fclass="hl-string">"Successfully created event log: {output_filename}")
else:
    print(class="hl-string">"No events were generated. Please check your input file and column mappings.")

步骤

前提条件与设置：确保已安装Python 3.6或更高版本。使用pip安装所需库：pip install requests pandas。向BlackLine管理员获取API凭据（Client ID、Client Secret、Refresh Token）以及组织的BlackLine Base URL。
配置脚本变量：打开Python脚本，找到配置部分，输入Client ID、Client Secret、Refresh Token和Base URL。将START_DATE和END_DATE变量设置为“YYYY-MM-DD”格式，以定义提取期间。
身份验证：脚本首先调用get_access_token函数。该函数将您的凭据发送至BlackLine身份验证端点（/api/oauth/token），获取后续所有API请求所需的临时访问令牌。
获取初始日记账列表：脚本向/api/v2/journals端点发起分页请求，按指定创建日期范围筛选。脚本遍历各页面，收集范围内所有日记账分录的主要信息。
获取详细事件历史：对于上一步收集的每个Journal Entry ID，脚本额外发起两次API调用。第一次查询日记账历史端点，例如/api/v2/journals/{id}/history，获取状态变更、审批和拒绝的详细审计轨迹。第二次调用附件端点，例如/api/v2/journals/{id}/attachments，确定支持性文档的添加时间。
将数据转换为事件日志：脚本处理API返回的JSON响应，遍历每个日记账及其关联的历史和附件记录，将原始数据映射为结构化事件日志格式，为12项必需活动分别创建独立行，例如“日记账分录已创建”“日记账分录已提交”和“日记账分录已审批”。
将状态变更映射为活动：脚本根据历史端点的数据生成关键活动。例如，历史记录显示状态变更为“已提交”时，将其转换为“日记账分录已提交”活动。脚本包含将不同历史事件类型映射为ProcessMind所需标准活动名称的逻辑。
构建DataFrame：脚本使用pandas库构建DataFrame。首先根据主日记账列表创建“已创建”事件的DataFrame，然后创建包含从历史和附件日志中提取的其他活动的DataFrame，最后将两者合并为完整事件日志。
添加元数据并统一列名：合并数据后，脚本添加所需元数据列，包括SourceSystem（固定为“BlackLine”）和LastDataUpdate（设置为脚本执行时间）。同时将列名调整为符合所需架构，例如将API的id字段映射为JournalEntryId。
导出为CSV：最后，脚本将完整的事件日志DataFrame导出为名为blackline_journal_entry_event_log.csv的CSV文件。该文件已完成格式化，可直接上传至ProcessMind。

配置

API凭据：您必须拥有有效的BlackLine REST API Client ID、Client Secret和Refresh Token。这些凭据应安全存储，生产脚本中不得直接硬编码。
Base URL：脚本需要组织专用的BlackLine API Base URL，例如https://api.blackline.com。
日期范围：脚本通过START_DATE和END_DATE变量配置。初次分析建议覆盖最近3至6个月的活动，以获得足够数据，同时避免数据量过大。
分页限制：LIMIT变量控制每次API调用获取的记录数，默认值通常为100。调整该值可能影响性能，除非BlackLine支持团队另有建议，否则最好保留推荐值。
所需权限：与凭据关联的API用户必须具备读取日记账分录、日记账历史和附件的权限，并覆盖您计划分析的公司代码。
Python环境：运行脚本前，必须准备可用的Python 3.6及以上环境，并安装requests和pandas库。

a 示例查询 python

import requests
import pandas as pd
from datetime import datetime
import time

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your BlackLine API credentials and base URL
CLIENT_ID = class="hl-string">'[Your Client ID]'
CLIENT_SECRET = class="hl-string">'[Your Client Secret]'
REFRESH_TOKEN = class="hl-string">'[Your Refresh Token]'
BASE_URL = class="hl-string">'[Your BlackLine API Base URL, e.g., https://api.blackline.com]'

class=class="hl-string">"hl-comment"># --- Extraction Parameters ---
START_DATE = class="hl-string">'2023-01-01' class=class="hl-string">"hl-comment"># Format: YYYY-MM-DD
END_DATE = class="hl-string">'2023-12-31'   class=class="hl-string">"hl-comment"># Format: YYYY-MM-DD
LIMIT = 100 class=class="hl-string">"hl-comment"># Records per page

def get_access_token():
    class="hl-string">"""Authenticates with BlackLine to get an access token."""
    auth_url = fclass="hl-string">"{BASE_URL}/api/oauth/token"
    payload = {
        class="hl-string">'grant_type': class="hl-string">'refresh_token',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET,
        class="hl-string">'refresh_token': REFRESH_TOKEN
    }
    response = requests.post(auth_url, data=payload)
    response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
    return response.json()[class="hl-string">'access_token']

def main():
    class="hl-string">"""Main function to extract, transform, and save journal entry event data."""
    print(class="hl-string">"Starting BlackLine Journal Entry extraction...")
    
    try:
        access_token = get_access_token()
        headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'}
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Authentication failed: {e}")
        return

    events = []
    last_data_update = datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># 1. Fetch all journals within the date range
    print(fclass="hl-string">"Fetching journals created between {START_DATE} and {END_DATE}...")
    journals = []
    offset = 0
    while True:
        journals_url = fclass="hl-string">"{BASE_URL}/api/v2/journals"
        params = {
            class="hl-string">'createdStartDate': START_DATE,
            class="hl-string">'createdEndDate': END_DATE,
            class="hl-string">'limit': LIMIT,
            class="hl-string">'offset': offset
        }
        try:
            response = requests.get(journals_url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            journals.extend(data.get(class="hl-string">'data', []))
            if class="hl-string">'nextLink' not in data or not data.get(class="hl-string">'data'):
                break
            offset += LIMIT
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching journals: {e}")
            break

    print(fclass="hl-string">"Found {len(journals)} journals. Now fetching detailed events for each...")

    class=class="hl-string">"hl-comment"># 2. For each journal, fetch history and attachments
    for journal in journals:
        journal_id = journal.get(class="hl-string">'id')
        if not journal_id:
            continue

        class=class="hl-string">"hl-comment"># --- Activity: Journal Entry Created ---
        events.append({
            class="hl-string">'JournalEntryId': journal_id,
            class="hl-string">'ActivityName': class="hl-string">'Journal Entry Created',
            class="hl-string">'EventTime': journal.get(class="hl-string">'createdDate'),
            class="hl-string">'UserName': journal.get(class="hl-string">'createdBy', {}).get(class="hl-string">'username'),
            class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
            class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
            class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
            class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
            class="hl-string">'RejectionReason': None
        })

        class=class="hl-string">"hl-comment"># Fetch history for other activities
        try:
            history_url = fclass="hl-string">"{BASE_URL}/api/v2/journals/{journal_id}/history"
            history_response = requests.get(history_url, headers=headers)
            history_response.raise_for_status()
            history_items = history_response.json().get(class="hl-string">'data', [])
            
            for item in history_items:
                activity_name = None
                rejection_reason = None
                
                class=class="hl-string">"hl-comment"># This mapping requires knowledge of your specific BlackLine history event descriptions
                class=class="hl-string">"hl-comment"># The following are common examples. Adjust them based on your BlackLine configuration.
                event_description = item.get(class="hl-string">'description', class="hl-string">'').lower()
                if class="hl-string">'submitted' in event_description:
                    activity_name = class="hl-string">'Journal Entry Submitted'
                elif class="hl-string">'reviewed' in event_description:
                    activity_name = class="hl-string">'Journal Entry Reviewed'
                elif class="hl-string">'rejected' in event_description:
                    activity_name = class="hl-string">'Journal Entry Rejected'
                    rejection_reason = item.get(class="hl-string">'comment') class=class="hl-string">"hl-comment"># Assuming comment contains the reason
                elif class="hl-string">'resubmitted' in event_description:
                    activity_name = class="hl-string">'Entry Corrected and Resubmitted'
                elif class="hl-string">'approved' in event_description and class="hl-string">'final' in event_description: class=class="hl-string">"hl-comment"># Example for final approval
                    activity_name = class="hl-string">'Journal Entry Approved'
                elif class="hl-string">'approval rescinded' in event_description:
                    activity_name = class="hl-string">'Approval Rescinded'
                elif class="hl-string">'posted' in event_description:
                    activity_name = class="hl-string">'Journal Entry Posted'
                elif class="hl-string">'posting verified' in event_description:
                     activity_name = class="hl-string">'Posting Verified'
                
                if activity_name:
                    events.append({
                        class="hl-string">'JournalEntryId': journal_id,
                        class="hl-string">'ActivityName': activity_name,
                        class="hl-string">'EventTime': item.get(class="hl-string">'eventDate'),
                        class="hl-string">'UserName': item.get(class="hl-string">'user', {}).get(class="hl-string">'username'),
                        class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                        class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                        class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                        class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                        class="hl-string">'RejectionReason': rejection_reason
                    })
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch history for Journal ID {journal_id}: {e}")

        class=class="hl-string">"hl-comment"># Fetch attachments
        try:
            attachments_url = fclass="hl-string">"{BASE_URL}/api/v2/journals/{journal_id}/attachments"
            attachments_response = requests.get(attachments_url, headers=headers)
            attachments_response.raise_for_status()
            attachments = attachments_response.json().get(class="hl-string">'data', [])
            for attachment in attachments:
                events.append({
                    class="hl-string">'JournalEntryId': journal_id,
                    class="hl-string">'ActivityName': class="hl-string">'Supporting Documentation Attached',
                    class="hl-string">'EventTime': attachment.get(class="hl-string">'uploadedDate'),
                    class="hl-string">'UserName': attachment.get(class="hl-string">'uploadedBy', {}).get(class="hl-string">'username'),
                    class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                    class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                    class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                    class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                    class="hl-string">'RejectionReason': None
                })
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch attachments for Journal ID {journal_id}: {e}")

        class=class="hl-string">"hl-comment"># --- Activities based on journal fields (may need customization) ---
        if journal.get(class="hl-string">'isReversed'):
            events.append({
                class="hl-string">'JournalEntryId': journal_id,
                class="hl-string">'ActivityName': class="hl-string">'Journal Entry Reversal Processed',
                class="hl-string">'EventTime': journal.get(class="hl-string">'[reversalDate]'), class=class="hl-string">"hl-comment"># Placeholder for reversal date field
                class="hl-string">'UserName': journal.get(class="hl-string">'[reversalUser]'), class=class="hl-string">"hl-comment"># Placeholder for user field
                class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                class="hl-string">'JournalEntryStatus': class="hl-string">'Reversed',
                class="hl-string">'RejectionReason': None
            })

        if journal.get(class="hl-string">'reconciliationId'): class=class="hl-string">"hl-comment"># Assuming this indicates reconciliation
            events.append({
                class="hl-string">'JournalEntryId': journal_id,
                class="hl-string">'ActivityName': class="hl-string">'Journal Entry Reconciled',
                class="hl-string">'EventTime': journal.get(class="hl-string">'[reconciliationCertifiedDate]'), class=class="hl-string">"hl-comment"># Placeholder for certified date
                class="hl-string">'UserName': journal.get(class="hl-string">'[reconciliationCertifier]'), class=class="hl-string">"hl-comment"># Placeholder for certifier user
                class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                class="hl-string">'RejectionReason': None
            })
        class=class="hl-string">"hl-comment"># Introduce a small delay to respect API rate limits
        time.sleep(0.1)

    if not events:
        print(class="hl-string">"No events were generated. Please check your date range and API access.")
        return

    class=class="hl-string">"hl-comment"># 3. Create DataFrame and save to CSV
    print(class="hl-string">"Transforming data and saving to CSV...")
    df = pd.DataFrame(events)

    class=class="hl-string">"hl-comment"># Add metadata columns
    df[class="hl-string">'SourceSystem'] = class="hl-string">'BlackLine'
    df[class="hl-string">'LastDataUpdate'] = last_data_update
    
    class=class="hl-string">"hl-comment"># Ensure required columns are present
    final_columns = [
        class="hl-string">'JournalEntryId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'UserName', class="hl-string">'JournalEntryType', class="hl-string">'CompanyCode', class="hl-string">'JournalEntryAmount', class="hl-string">'JournalEntryStatus', class="hl-string">'RejectionReason'
    ]
    for col in final_columns:
        if col not in df.columns:
            df[col] = None
            
    df = df[final_columns] class=class="hl-string">"hl-comment"># Order columns

    output_filename = class="hl-string">'blackline_journal_entry_event_log.csv'
    df.to_csv(output_filename, index=False)
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

if __name__ == class="hl-string">"__main__":
    main()

准备好开始了吗？

借助此模板简化数据准备，深入了解您的记录到报告流程：日记账分录。立即开始优化效率与合规之旅。

返回改进指南下载模板

立即优化记录到报告流程：日记账分录效率

将日记账分录周期时间缩短30%，实现更快速、更准确的结账。

开始免费试用

无需信用卡•几分钟内完成设置

您的记录到报告流程：日记账分录数据模板

您的记录到报告流程：日记账分录数据模板

记录到报告，日记账分录属性

记录到报告，日记账分录活动

提取指南

BlackLine日记账分录与服务报告导出

步骤

配置

a 示例查询 python

通过BlackLine REST API提取Python脚本

步骤

配置

a 示例查询 python

准备好开始了吗？

立即优化记录到报告流程：日记账分录效率

您的记录到报告流程：日记账分录数据模板

您的记录到报告流程：日记账分录数据模板

记录到报告，日记账分录属性

记录到报告，日记账分录活动

提取指南

BlackLine日记账分录与服务报告导出

步骤

配置

a 示例查询 python

通过BlackLine REST API提取Python脚本

步骤

配置

a 示例查询 python

准备好开始了吗？

立即优化记录到报告流程：日记账分录效率

我们重视您的隐私