> 持续流程改进 > 记账到报表日记账分录 > BlackLine > 数据模板

您的 R2R 日记账分录数据模板

BlackLine

← 返回改进指南

记账到报表 - 日记账分录属性 (20) 记账到报表 - 日记账分录活动 (12) 提取指南 (2)

您的 R2R 日记账分录数据模板

本模板为收集 R2R 日记账分录流程分析所需的数据提供了全面指南。它概述了需要收集的核心属性、需要跟踪的关键活动，以及从 BlackLine 提取这些信息的实用建议。利用此资源确保您捕获了进行有效流程挖掘所需的全部必要数据。

建议收集的属性
需要追踪的关键活动
提取指南

不熟悉事件日志？了解如何创建流程挖掘事件日志.

下载模板

记账到报表 - 日记账分录属性

这些是推荐包含在事件日志中的数据字段，用于对 R2R 日记账分录流程进行全面分析。

5 必填 6 推荐 9 可选

	名称	描述
	开始时间 EventTime	指示特定活动或事件发生的精确时间戳。
描述 “事件时间”记录业务事件发生的日期和时间。它是流程的时间骨干，确立了所有活动的顺序和持续时间。此时间戳对于所有基于时间的流程挖掘分析都至关重要。它用于计算周期时间、等待时间以及活动之间的持续时间。通过它，可以识别瓶颈、分析随时间变化的性能表现，并评估对服务水平协议（SLA）的遵守情况。为何重要此时间戳是所有性能指标（包括周期时间和瓶颈分析）的基础，支持按时间顺序重建流程。获取方式此信息捕获在 BlackLine 的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
	活动 ActivityName	在日记账分录流程中某个时间点发生的特定业务事件名称。
描述此属性描述了日记账分录生命周期中执行的单个步骤或任务，例如“已创建日记账分录”、“已审批日记账分录”或“已过账日记账分录”。每个活动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并理解流程流向。这是发现流程变体、衡量各步骤间的流转时间以及识别返工循环（例如分录被驳回后重新提交的情况）的基础。为何重要它定义了流程中的步骤，这对于可视化流程地图、分析流程流以及识别偏离或瓶颈至关重要。获取方式这通常源自 BlackLine 内部的事件日志、状态变更记录或审计追踪。可能需要将系统状态代码映射为易于理解的活动名称。示例已创建日记账分录记账凭证已提交记账凭证已批准记账凭证已过账
	记账凭证 ID JournalEntryId	单个日记账分录的唯一标识符，作为跟踪其生命周期的主要 case 标识符。
描述 “日记账分录 ID”唯一标识记录在总账中的每组财务交易。它是连接创建、审核、审批和过账等所有相关活动的中心键。在流程挖掘中，此 ID 对于关联属于单个日记账分录“case”的所有事件至关重要。基于此标识符分析流程流向，可以重建从发起流程到最终调节的端到端路径，从而对周期时间、瓶颈和流程变体进行详细分析。为何重要这是基础的 case 标识符，使得追踪单个日记账分录的完整生命周期并分析其性能表现成为可能。获取方式这是 BlackLine 日记账分录表或数据导出中的主键。请参阅 BlackLine 文档以获取具体的字段名称。示例 JE2024-001234JE2024-001235JE2024-001236
	最后数据更新 LastDataUpdate	用于指示数据上次从源系统刷新或抽取时间的时间戳。
描述此属性标记最近一次数据拉取的日期和时间。它为所分析数据的时效性提供了参考点，确保用户了解数据的新旧程度。这是任何流程挖掘仪表板或分析的关键元数据。它告知用户洞察的及时性，并帮助管理预期，即当前视图中是否包含了最新的交易。为何重要它确保了数据新鲜度的透明度，使用户能够了解流程分析的最新程度。获取方式此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。
描述此属性标识事件数据的来源系统。在此场景下，通常为“BlackLine”，但如果流程从上游系统开始，也可能包含 ERP 系统的数据。识别来源系统对于数据治理和理解流程上下文非常重要，特别是在合并多个系统数据的环境中。它有助于排查数据接入问题并核实数据血缘。为何重要它为数据来源提供了关键背景，确保了可追溯性并有助于管理来自不同平台的数据集成。获取方式这通常是在 Data 提取和转换过程中添加的静态值，用于标记数据集的来源。示例 BlackLineSAP S/4HANAOracle NetSuite
	公司代码 CompanyCode	正在创建日记账分录的法律实体或公司的唯一标识符。
描述 “公司代码”代表企业集团内的特定法律实体。它是财务会计中的基本组织单元，确保交易记入正确的实体。在流程挖掘中，“公司代码”是一个强大的过滤和对比维度。它支持对不同实体的流程性能进行分析，帮助识别特定地区或实体的瓶颈、合规性差异以及全球流程标准化的机会。该字段直接为“审批至过账延迟分析”仪表板提供支持。为何重要它支持在不同法律实体或业务部门之间进行性能比较和流程标准化工作。获取方式这是 BlackLine 日记账分录抬头上的关键字段，通常从底层 ERP 系统同步而来。示例 1000US01DE012500
	拒绝原因 RejectionReason	审核人在驳回日记账分录时提供的理由。
描述当日记账分录被退回修正时，审批人通常会提供驳回理由。此属性捕获了该理由，可以是一个预定义的代码或自由文本。这是对返工进行根本原因分析的关键属性。通过分析最常见的驳回原因，公司可以识别系统性问题，例如培训不足、政策不明确或证明文件问题。这直接支持“日记账分录驳回与返工分析”仪表板，并有助于降低整体驳回率。为何重要它对于流程返工的根本原因分析至关重要，有助于识别记账凭证为何被驳回，并支持针对性的改进。获取方式当用户在 BlackLine 中执行“驳回”操作时，此类数据通常记录在评论或原因代码字段中。示例会计科目代码错误缺失支持文档超过阈值重复凭证
	用户 UserName	执行该活动的用户姓名或ID。
描述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的“用户 ID”。按用户分析活动对于了解工作负载分布、个人绩效以及识别培训需求至关重要。它有助于回答诸如“团队间的工作分配是否均匀？”或“哪些用户的审批时间最长？”等问题。这对于合规性和审计追踪分析也同样关键。为何重要它支持工作量分析、团队成员间的表现比较，并有助于识别与资源相关的瓶颈或培训需求。获取方式此信息可在 BlackLine 的审计日志中找到，通常存储为与每个事件关联的“用户 ID”或“修改人”字段。示例 j.doea.smithr.joness.patel
	记账凭证状态 JournalEntryStatus	日记账分录在其生命周期中的当前状态，例如“处理中”、“已审批”或“已过账”。
描述此属性指示在数据提取时日记账分录 case 的当前状态。它提供了分录在整个流程中所处位置的快照。虽然流程挖掘是通过活动重建流向的，但拥有“最终状态”对于过滤数据和创建高层级汇总仪表板非常有用。它有助于快速识别所有当前待审批或停滞在特定状态的分录，这对于积压分析非常有价值。为何重要它提供了凭证当前状态的快照，有助于进行待处理工作分析和了解在制品情况。获取方式这是 BlackLine 日记账分录上的标准状态字段。示例进行中待审批已批准已过账已驳回
	记账凭证类型 JournalEntryType	日记账分录的分类，例如标准、定期或冲销。
描述 “记账凭证类型”根据凭证的性质或用途进行分类。常见类型包括标准手动凭证、自动化系统生成的凭证、用于月末计提的循环凭证，以及在下一期间自动冲销的冲销凭证。此属性对于细分分析和比较分析至关重要。它允许您比较不同类型凭证的流程表现，如周期时间或驳回率。这有助于识别某些类型的凭证是否比其他类型更容易出问题或效率更低，从而支持针对性的流程改进。为何重要它允许进行分段分析，以了解不同类型的记账凭证是否遵循不同的路径或具有不同的性能特征。获取方式这是 BlackLine 日记账分录抬头上的标准字段。请参阅 BlackLine 文档获取准确的字段名称。示例标准定期冲销中权责发生制/计提
	记账凭证金额 JournalEntryAmount	日记账分录的总金额值，通常是借方总和。
描述此属性代表日记账分录的财务价值。它可用于了解流程效率低下（如高价值分录过账延迟）所带来的财务影响。基于分录价值分析流程支持基于重要性的分析。例如，您可以优先改进高价值分录的流程，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。这为流程流向增加了关键的业务背景。为何重要它提供了财务背景，支持基于重要性的分析，例如优先处理高价值凭证或识别基于价值的流程偏离。获取方式这是 BlackLine 日记账分录抬头上的计算字段或标准字段，代表借方或贷方总额。示例 15000.00250.75125000.50500.00
	个案周期时间 (Case Cycle Time) CaseCycleTime	日记账分录 case 从创建到最终过账核实的总时长。
描述此属性是一个计算指标，代表日记账分录走完整个生命周期的总耗时。计算方法是第一个活动（如“已创建日记账分录”）与最后一个活动（如“过账已核实”或“日记账分录已调节”）之间的时间戳差值。这是衡量整体流程效率的主要 KPI。它被广泛应用于几乎所有仪表板中，以提供性能的高级视图，识别运行时间过长的 case，并跟踪各时期的效率提升情况。它直接支持“平均日记账分录周期时间”这一 KPI。为何重要这是衡量端到端流程效率以及对照目标跟踪性能表现的基础 KPI。获取方式该指标由流程挖掘工具通过计算每个 JournalEntryId 的最大 StartTime 与最小 StartTime 之差得出。示例 P2DT4H30MP0DT8H15MP5DT12H0M
	已附文档 IsDocumentAttached	一个指示记账凭证是否附带了支持文档的标志。
描述此布尔属性指示是否已向日记账分录附加了一个或多个证明文件（如发票或计算表）。这通常是审批的先决条件。该标志对于“日记账分录文件合规性”仪表板和“文件附件率”KPI 至关重要。它有助于分析缺少文件是否是导致驳回或延迟的常见原因，并有助于执行在提交审核前必须附上附件的策略。为何重要它直接衡量对文档政策的遵循情况，并有助于诊断导致审批延迟和驳回的常见根源。获取方式这可能是一个派生字段，通过在提交活动发生前检查与 JournalEntryId 关联的附件记录是否存在来计算。示例 truefalse
	批准至过账的滞后时间 ApprovalToPostingLag	计算得出的最终审批与日记账分录实际过账之间的时间。
描述此指标衡量日记账分录在获得完全审批后到正式过账到总账之间发生的延迟。计算方法是“已审批日记账分录”活动与“已过账日记账分录”活动之间的时间差。这是识别审批后瓶颈的关键 KPI，此类瓶颈会显著推迟财务结账流程。“审批至过账延迟分析”仪表板利用此指标调查为何已审批的分录未被及时过账，从而帮助精简流程的最后步骤。为何重要它专门衡量批准后的效率，有助于识别并消除影响财务结账速度的延迟。获取方式该指标由流程挖掘工具通过计算每个 case 的“已审批日记账分录”与“已过账日记账分录”事件之间的时间差得出。示例 P0DT1H10MP1DT2H0MP0DT0H5M
	是否已自动化 IsAutomated	一个指示记账凭证是否由自动化程序创建或过账的标志。
描述此布尔属性用于区分由用户手动创建和处理的日记账分录与由系统自动生成的日记账分录（如定期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的有效性。它支持直接比较自动流程与手动流程在周期时间、错误率和成本方面的差异。这是为进一步自动化提供商业理由以及衡量现有举措投资回报率（ROI）的关键。为何重要它支持对手动和自动流程进行直接对比，这对于衡量自动化计划的影响和投资回报率 (ROI) 至关重要。获取方式这可以从“日记账分录类型”（例如“定期”）中推导出来，或者如果系统用户（例如“SYSTEM”或“BATCH”）用于自动过账，则可以从“用户”字段中推导出来。示例 truefalse
	是否返工 IsRework	一个计算得出的标志，如果记账凭证被驳回过至少一次，则其值为 true。
描述此布尔标志经计算得出，用于识别经历过返工的日记账分录。如果一个 case 包含“日记账分录已驳回”活动，随后紧跟“已修正并重新提交”活动，则该标志通常设为 true。该属性通过允许用户轻松过滤所有经历过驳回的 case 来简化返工分析。它是计算“日记账分录驳回率”KPI 的基础，也用于在“日记账分录驳回与返工分析”仪表板中进行深入探究，以了解质量问题对成本和时间的影响。为何重要它能轻松识别存在返工的个案，从而简化了驳回率的计算以及对质量问题影响的分析。获取方式该标志由流程挖掘工具通过检查每个 case 的活动序列计算得出。示例 truefalse
	账户已对账 AccountReconciled	通过该日记账分录进行调节的总账科目编号。
描述此属性标识会计科目表中受影响或正在进行调节的特定科目。日记账分录通常是科目调节流程的一部分，此属性将分录与特定科目关联起来。该属性直接为“日记账分录调节周期时间”仪表板提供支持。通过按科目分析流程，可以识别某些科目的调节是否持续耗时过长，从而揭示与这些特定科目相关的复杂性或数据问题。为何重要它将记账凭证流程与特定的对账账户联系起来，从而可以针对对账瓶颈进行分析。获取方式此信息是 BlackLine 中日记账分录行项目详情的一部分。如果一个分录影响多个科目，可能需要将其汇总到 case 级别。示例 101000210500400100550200
	货币 Currency	日记账分录中所述金额的货币代码。
描述此属性指定日记账分录金额的货币（如 USD、EUR 或 GBP）。这对于正确解读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的背景信息。它允许将流程分析过滤为特定货币，并且是任何汇总财务金额的仪表板的必填字段。为何重要它为财务金额提供了必要的背景，确保了解读的准确性并支持针对特定货币的分析。获取方式这是 BlackLine 日记账分录抬头上的标准字段，通常名为“凭证货币”或类似名称。示例美元EURGBPJPY
	过账日期 PostingDate	日记账分录正式过账到总分类账的日期。
描述 “过账日期”是财务记录中交易的生效日期。它是会计工作中的关键日期，决定了交易在哪个会计期间被确认。虽然“事件时间戳”跟踪的是过账活动发生的实际时间，但“过账日期”本身也是一个关键的数据属性。它在财务分析中用于确保分录过账到正确的期间，并可用于分析交易日期、审批日期和过账日期之间的延迟。为何重要此日期对于财务报告的准确性至关重要，有助于分析分录是否过账到了正确的会计期间。获取方式这是 BlackLine 日记账分录抬头上的标准日期字段。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。
描述此属性指定发起日记账分录或分配成本的部门、成本中心或职能区域。它提供了额外的组织上下文层级。按部门分析流程有助于了解业务的不同部分如何使用日记账分录流程。它可以揭示部门间在效率、合规性或返工率方面的差异，从而突出显示可能需要额外支持或流程标准化的领域。为何重要这支持在不同业务部门之间进行流程性能对比，从而揭示差异并发现标准化机会。获取方式此信息通常是 BlackLine 中日记账分录行项目数据或抬头数据的一部分，通常链接到总账科目。示例财务市场营销销售运营

必填推荐可选

记账到报表 - 日记账分录活动

这些是事件日志中需要记录的关键流程步骤和里程碑，用于对日记账分录流程进行准确的挖掘与分析。

6 推荐 6 可选

	活动	描述
	已创建日记账分录	此活动标志着日记账分录 case 的开始。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“日记账分录 ID”并记录创建时间戳和用户，从而捕获该活动。
为何重要这是流程的主要启动事件。分析从该活动到其他活动的时间，可以揭示总流程周期时间，并有助于识别工作流最开始阶段的延迟。获取方式此事件在 BlackLine 的日记账分录模块中有明确记录。它是通过主分录表或其审计历史中与每个“日记账分录 ID”关联的创建时间戳和用户详情捕获的。捕获从记账凭证记录关联的“创建日期 (Create Date)”时间戳中获取。事件类型 explicit
	记账凭证已对账	标志着生命周期的完成，即记账凭证已被包含在最终确定且已认证的账户对账中。在 BlackLine 中，这对应于包含该凭证的对账单的认证。
为何重要此活动作为端到端流程的最终终点。从“日记账分录已过账”到“已调节”的时间衡量了财务结账中科目调节环节的效率。获取方式这是一个推断事件。它是通过识别包含特定日记账分录的科目调节在 BlackLine 的“科目调节”模块中状态变更为“已认证”的时间来推导的。捕获通过将记账凭证链接到相应的账户对账并获取该对账的认证日期来推断。事件类型 inferred
	记账凭证已批准	此活动表示日记账分录已通过所有必要的审核和审批步骤。当最后一名授权用户批准分录时，该活动将被捕获，并触发状态变更为“已审批”。
为何重要这是结束审批流程的重要里程碑。从“日记账分录已提交”到该事件的时间即为“审批周期时间”，是衡量工作流效率的关键 KPI。获取方式此事件是从日记账分录记录的状态变更为“已审批”中推断出来的。最终审批人的用户 ID 和审批时间戳通常记录在 BlackLine 的审计历史中。捕获根据记账凭证状态更新为“已批准”时的时间戳来推断。事件类型 inferred
	记账凭证已提交	当制单人正式将日记账分录提交审批工作流时，会发生此活动。这通常表现为状态变更（例如从“准备中”变为“已提交”）并附带时间戳。
为何重要这标志着准备阶段的结束和审批周期的开始。它是衡量准备阶段和审批阶段时长的关键里程碑。获取方式这很可能是从 BlackLine 中日记账分录记录的状态变更中推断出来的。状态变为“已提交审批”或类似值的时间戳即标记为事件时间。捕获根据记账凭证状态字段更新为“已提交”或“待审批”时的时间戳来推断。事件类型 inferred
	记账凭证已过账	代表审批通过的日记账分录正式记录到总账的环节。这在 BlackLine 中通常是一个明确的操作，随后会将分录状态更新为“已过账”。
为何重要这是一个关键里程碑，通常被视为流程在操作上的终结。从“日记账分录已审批”到此活动的滞后时间是衡量审批后效率的关键指标。获取方式这通常是从状态变更为“已过账”中推断出来的。该事件也可能带有特定的过账日期和时间戳，明确记录在过账历史表或审计追踪中。捕获根据记账凭证状态更新为“已过账”时的时间戳来推断。过账日期字段也相关。事件类型 inferred
	记账凭证已驳回	此活动标志着审核人或审批人驳回了日记账分录。当用户执行“驳回”操作时，系统会捕获该活动，将分录状态更新为“已驳回”，并记录在审计日志中。
为何重要这是识别返工、质量问题和培训需求的关键活动。分析驳回频率、原因及随后的返工循环是改进流程和缩短周期的核心。获取方式这通常是从日记账分录数据中状态变更为“已驳回”或“需要修正”中推断出来的。执行驳回的时间戳和用户会记录在 BlackLine 的历史记录中。捕获根据记账凭证状态更新为“已驳回”时的时间戳来推断。事件类型 inferred
	凭证已更正并重新提交	发生在日记账分录被驳回、制单人完成必要修正并再次提交之后。这通过状态从“已驳回”变回“已提交审批”来记录。
为何重要此活动有助于量化返工投入的时间和精力。从“日记账分录已驳回”到该事件之间的时间差代表了返工时间，这是效率分析的关键指标。获取方式这是通过观察 BlackLine 数据中的状态变更序列推断出来的，具体表现为同一个“日记账分录 ID”从“已驳回”状态转回到“已提交”或“待审批”状态。捕获源于状态从“已驳回”变更为“已提交”或“待审批”。事件类型 inferred
	已附证明文件	代表用户向日记账分录添加一个或多个附件证明文件的操作。该事件通常记录在审计日志或链接到“日记账分录 ID”的相关附件表中。
为何重要跟踪此活动对于监控合规性和效率至关重要。它有助于分析审批流程中的延迟是否由于缺少证明文件引起，并支持“文件附件率”KPI。获取方式这通常是 BlackLine 中的一个明确事件，记录在审计追踪或附件日志中。数据将包括“日记账分录 ID”、添加附件的用户以及时间戳。捕获每当针对记账凭证上传文件时，事件都会记录在系统的审计追踪或专用的附件历史表中。事件类型 explicit
	撤销批准	此活动代表审批人撤销之前已授予的审批，将日记账分录恢复到之前的状态。这通过状态从“已审批”变回早期状态（如“准备中”）来记录。
为何重要这一少见但重要的活动突出了在审批后、过账前发现的流程异常和潜在问题。它可以指示影响分录的数据错误或政策变更。获取方式这是一个推断事件，通过状态从“已审批”变为“未过账且可编辑”状态来识别。此操作将记录在 BlackLine 的详细审计日志中。捕获通过状态从“已批准”变回之前的状态（如“准备中”或“已提交”）来识别。事件类型 inferred
	记账凭证冲销已处理	此活动记录了用于冲销先前已过账分录的新日记账分录的创建和过账。这通常是为了修正原始分录过账后发现的错误而发起的。
为何重要该事件是上游数据质量问题的有力指标。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领域。获取方式这通常是一个明确的事件，即用户在 BlackLine 中对已过账的日记账执行“冲销”操作。系统会创建一个新的冲销分录，通常链接到原始的“日记账分录 ID”。捕获在记录“冲销 (Reverse)”操作时，或者当创建带有冲销标志并链接到原始凭证 ID 的新凭证时获取。事件类型 explicit
	记账凭证已复核	代表多级审批流程中的正式审核步骤，由指定审核人完成。这通常记录为状态变更或指示审核人操作的特定日志条目。
为何重要对于具有独立复核和批准步骤的组织，此活动有助于隔离审批链中的瓶颈。它显示了凭证等待初步复核与最终批准的时间对比。获取方式在 BlackLine 工作流中，这可以是审批历史日志中的一个明确事件，也可以从变更为“已复核”或“待最终批准”的状态中推断出来。系统会记录用户和时间戳。捕获根据记账凭证状态变更为反映复核阶段完成时的时间戳来推断。事件类型 inferred
	过账已核实	代表已过账的日记账分录已成功接收并记录在目标 ERP 系统中的确认。这可能是自动系统握手或手动确认步骤。
为何重要此活动为过账步骤提供最终定论，确保系统间的数据完整性。从“已过账”到“已核实”的时长可以揭示集成问题或系统同步延迟。获取方式这可能是来自系统集成日志的明确事件，也可能是从状态变更为“已过账且已核实”等值推断出来的。如果是手动操作，则属于用户驱动的状态更新。捕获通过状态更新为“已验证”或从目标 ERP 系统收到的确认标志来推断。事件类型 inferred

推荐可选

提取指南

如何从 BlackLine 获取数据

步骤

使用具有访问财务报告所需权限的用户账号登录您的 BlackLine 实例。
导航至报告模块。通常位于“报告 (Reports)” > “标准报告 (Standard Reports)”菜单下。
从可用标准报告列表中找到并选择“记账凭证与服务报告 (Journal Entry & Services Report)”或类似的综合凭证报告。
配置报告参数。指定要提取的“日期范围 (Date Range)”，该范围应与您希望分析的时段相符。建议初次分析选择 3 到 6 个月的数据。
应用必要的过滤器以精简数据。至少要按相关的“公司代码 (Company Code)”进行过滤。您还可以按“凭证状态 (Journal Status)”进行过滤，以包含从创建到过账的所有相关状态。
为输出结果选择所有可用列，以确保报告包含生成事件日志（event log）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 UI 中运行报告。报告生成完毕后，使用“导出 (Export)”或“下载 (Download)”功能将数据保存为 CSV 文件，并命名为 blackline_report.csv。
设置安装了 pandas 库的 Python 环境。如果没有安装，请使用命令 pip install pandas 进行安装。
将提供的 Python 脚本放置在与下载的 blackline_report.csv 文件相同的目录下。
执行 Python 脚本。脚本将读取原始 CSV 报告，通过为每个业务活动创建独立行来转换数据，并生成一个名为 event_log.csv 的符合要求格式的新文件。
在上传之前，对 event_log.csv 文件进行校验，以确保数据的质量和完整性。
将最终的 event_log.csv 文件上传到 ProcessMind 进行分析。

配置

报告名称：记账凭证与服务报告 (Journal Entry & Services Report)。具体名称可能因您的 BlackLine 配置而异。
日期范围：建议为初步分析提取 3-6 个月的数据。报告中的日期过滤器通常适用于凭证创建日期或过账日期。请确认所使用的日期字段，以确保提取的数据集准确无误。
关键过滤器：
- 公司代码：请务必指定要分析的公司代码，以限制数据量并聚焦分析目标。
- 凭证状态：选择所有状态（如：准备中、已提交、已批准、已驳回、已过账），以捕捉完整的端到端流程。
- 凭证类型：根据分析范围的需要，筛选特定的凭证类型（如：标准、循环）。
前提条件：运行报告的用户账号必须拥有在 BlackLine 中查看记账凭证数据和执行标准报告的权限。这通常需要“会计师”或“报告用户”等角色。
性能考量：导出涉及长时间段或多个公司代码的大型数据集可能会耗费大量资源，且在 BlackLine UI 中生成可能需要较长时间。如果遇到性能问题或超时，请考虑分批运行报告。

a 查询示例 config

import pandas as pd
import numpy as np
import datetime

# --- Configuration ---
# Define the input file name from BlackLine
input_filename = 'blackline_report.csv'
# Define the output file for ProcessMind
output_filename = 'event_log.csv'

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

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

# Rename columns based on the mapping
df = df_raw.rename(columns=column_mapping)

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

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

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

# --- Activity Extraction ---

# 1. Journal Entry Created
event_created = df[df['CreationTimestamp'].notna()].copy()
event_created['ActivityName'] = 'Journal Entry Created'
event_created['EventTime'] = event_created['CreationTimestamp']
event_created['UserName'] = event_created.get('PreparerUserName')
all_events.append(event_created)

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

# 3. Journal Entry Submitted
event_submitted = df[df['SubmissionTimestamp'].notna()].copy()
event_submitted['ActivityName'] = 'Journal Entry Submitted'
event_submitted['EventTime'] = event_submitted['SubmissionTimestamp']
event_submitted['UserName'] = event_submitted.get('SubmitterUserName')
all_events.append(event_submitted)

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

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

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

# 7. Journal Entry Approved
event_approved = df[df['ApprovalTimestamp'].notna()].copy()
event_approved['ActivityName'] = 'Journal Entry Approved'
event_approved['EventTime'] = event_approved['ApprovalTimestamp']
event_approved['UserName'] = event_approved.get('ApproverUserName')
all_events.append(event_approved)

# 8. Approval Rescinded
if 'RescindTimestamp' in df.columns:
    event_rescinded = df[df['RescindTimestamp'].notna()].copy()
    event_rescinded['ActivityName'] = 'Approval Rescinded'
    event_rescinded['EventTime'] = event_rescinded['RescindTimestamp']
    event_rescinded['UserName'] = event_rescinded.get('ApproverUserName')
    all_events.append(event_rescinded)

# 9. Journal Entry Posted
event_posted = df[df['PostingTimestamp'].notna()].copy()
event_posted['ActivityName'] = 'Journal Entry Posted'
event_posted['EventTime'] = event_posted['PostingTimestamp']
event_posted['UserName'] = event_posted.get('PosterUserName')
all_events.append(event_posted)

# 10. Posting Verified
if 'VerificationTimestamp' in df.columns:
    event_verified = df[df['VerificationTimestamp'].notna()].copy()
    event_verified['ActivityName'] = 'Posting Verified'
    event_verified['EventTime'] = event_verified['VerificationTimestamp']
    event_verified['UserName'] = event_verified.get('VerifierUserName')
    all_events.append(event_verified)

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

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


# --- Final Assembly ---
if all_events:
    event_log = pd.concat(all_events, ignore_index=True)

    # Add required constant value attributes
    event_log['SourceSystem'] = 'BlackLine'
    event_log['LastDataUpdate'] = last_data_update

    # Select and order columns for the final output
    final_columns = [
        'JournalEntryId',
        'ActivityName',
        'EventTime',
        'SourceSystem',
        'LastDataUpdate',
        'UserName',
        'JournalEntryType',
        'CompanyCode',
        'JournalEntryAmount',
        'JournalEntryStatus',
        'RejectionReason'
    ]

    # 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]

    # Sort the event log
    event_log = event_log.sort_values(by=['JournalEntryId', 'EventTime'])

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

步骤

准备与环境搭建：确保安装了 Python 3.6 或更高版本。使用 pip 安装所需库：pip install requests pandas。从您的 BlackLine 管理员处获取 API 凭据（Client ID、Client Secret、Refresh Token）以及您组织的 BlackLine Base URL。
配置脚本变量：打开 Python 脚本并找到配置部分。输入您的 Client ID、Client Secret、Refresh Token 和 Base URL。通过设置 'YYYY-MM-DD' 格式的 START_DATE 和 END_DATE 变量来定义提取周期。
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到 BlackLine 身份验证端点 (/api/oauth/token)，并获取后续所有 API 请求所需的临时访问令牌。
获取初始凭证列表：脚本向 /api/v2/journals 端点发起分页请求，并根据指定的创建日期范围进行过滤。它会遍历所有页面，收集范围内所有记账凭证的主要详情。
检索详细事件历史：对于上一步收集的每个记账凭证 ID，脚本会进行两次额外的 API 调用。首先，查询凭证历史端点（例如 /api/v2/journals/{id}/history）以获取状态变更、批准和驳回的详细审计追踪。其次，调用附件端点（例如 /api/v2/journals/{id}/attachments）以识别何时添加了支持文档。
将数据转换为事件日志：脚本处理来自 API 的 JSON 响应。它会遍历每个凭证及其关联的历史记录和附件记录，将原始数据映射到结构化的事件日志（event log）格式中，为 12 个所需活动（如“Journal Entry Created”、“Journal Entry Submitted”和“Journal Entry Approved”）分别创建独立行。
将状态变更映射为活动：通过解析来自历史端点的数据来生成关键活动。例如，指示状态变更为“Submitted”的历史项将转换为“Journal Entry Submitted”活动。脚本包含相应的逻辑，用于将不同的历史事件类型映射到 ProcessMind 所需的标准活动名称。
构建 DataFrame：脚本使用 pandas 库来构建 DataFrame。它首先根据主凭证列表为“Created”事件创建一个 DataFrame，然后根据历史和附件日志创建包含所有其他活动的另一个 DataFrame。最后将两者合并为一个完整的事件日志。
添加元数据并标准化列：合并数据后，脚本会添加所需的元数据列，包括 SourceSystem（硬编码为 'BlackLine'）和 LastDataUpdate（设置为脚本执行时间）。它还会重命名列以匹配所需的 schema，例如将 API 的 id 字段映射为 JournalEntryId。
导出为 CSV：最后，脚本将完成的事件日志 DataFrame 导出为名为 blackline_journal_entry_event_log.csv 的 CSV 文件。该文件格式已就绪，可直接上传至 ProcessMind。

配置

API 凭据：您必须拥有用于 BlackLine REST API 的有效 Client ID、Client Secret 和 Refresh Token。这些信息应妥善保存，切勿在生产脚本中直接硬编码。
Base URL：脚本需要您组织的专属 BlackLine API 基础 URL，例如 https://api.blackline.com。
日期范围：脚本中配置了 START_DATE 和 END_DATE 变量。对于初步分析，建议提取最近 3 到 6 个月的活动数据，以保证数据量充足且不至于过大。
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。调整此项可能会影响性能，除非 BlackLine 客服另有建议，否则最好保留推荐值。
所需权限：与凭据关联的 API 用户必须具备足够权限，以便读取您打算分析的公司代码下的记账凭证、凭证历史记录及附件。
Python 环境：运行此脚本的前提是拥有 Python 3.6+ 环境，并安装了 requests 和 pandas 库。

a 查询示例 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()

您的 R2R 日记账分录数据模板

您的 R2R 日记账分录数据模板

记账到报表 - 日记账分录属性

记账到报表 - 日记账分录活动

提取指南

BlackLine 记账凭证与服务报告导出

步骤

配置

a 查询示例 config

通过 BlackLine REST API 进行 Python 脚本提取

步骤

配置

a 查询示例 python

准备好开始了吗？

即刻提升 R2R 日记账分录处理效率

您的 R2R 日记账分录数据模板

您的 R2R 日记账分录数据模板

记账到报表 - 日记账分录属性

记账到报表 - 日记账分录活动

提取指南

BlackLine 记账凭证与服务报告导出

步骤

配置

a 查询示例 config

通过 BlackLine REST API 进行 Python 脚本提取

步骤

配置

a 查询示例 python

我们重视您的隐私

准备好开始了吗？

即刻提升 R2R 日记账分录处理效率