pandas와 Google Sheet를 활용한 결제 데이터 자동화 프로젝트입니다.
반복적으로 진행하던 결제 내역 정리 및 시트 업데이트 작업을 자동화하기 위해 제작했습니다.
학생 현황 및 분기별 팀 성과 관리를 위해 정리된 운영 데이터가 필요했습니다.
기존에는:
- Google Sheet 필터링
- Coda 복사/정제
- 재업로드
과정을 반복적으로 수작업 처리했습니다.
해당 업무를 직접 담당하게 되면서, Google Colab + pandas 기반 자동화를 진행했습니다.
- CSV 결제 데이터 자동 불러오기
- 조건 기반 데이터 정제
- 상태값 자동 분류
- 담당자별 데이터 자동 분리
- 주차 자동 계산 및 구분
- Google Sheet 자동 업로드
- 관리용 데이터프레임 자동 생성
- 결제 데이터 CSV 불러오기
- pandas 기반 데이터 정제
- 상태값 자동 분류
- 담당자별 데이터 분리
- Google Sheet 자동 업로드
- 과목 기준 필터링
- 특정 상태 데이터 제거
- 연도 기준 데이터 필터링
- 계산일 기준 정렬 처리
운영 기준에 따라 상태값을 자동 분류했습니다.
예시:
- 관리진행 + 결제금액 0 → 미수
- 전액 환불 → 신규환불
- 환불 상태 데이터 → 중도환불
계산일 기준으로:
- 요일 계산
- 기준 목요일 계산
- 월별 주차 계산
- 주차 구분 행 자동 삽입
기존 수작업으로 진행하던 주차 구분 작업을 자동화했습니다.
특정 담당자 기준으로 데이터를 자동 필터링하여 관리용 시트를 생성했습니다.
- Python
- pandas
- numpy
- gspread
- Google Colab
- Google Sheets API
실제 업무 데이터는 포함하지 않았으며, 구조를 재현한 샘플 데이터를 사용했습니다.
민감 정보 및 내부 식별 정보는 제거 또는 변경했습니다.
기존 수작업 기반 데이터 정리 과정을 자동화하여 약 40분 이상 소요되던 반복 작업을 5분 이내로 단축했습니다.
정제된 데이터는 Google Sheet에 자동 업로드되며, 운영자가 별도 수작업 없이 바로 확인할 수 있도록 구성했습니다.
- 전체 데이터 탭
- 담당자별 데이터 탭
형태로 분리 저장됩니다.
- 실제 운영 데이터 관리 업무에 사용
- 관리용 시트 자동 생성
- 반복적인 수동 필터링 작업 감소
- 담당자별 데이터 관리 자동화
- pandas 기반 데이터 정제 및 가공 경험
- 업무 자동화 로직 설계 경험
- 반복 업무 개선 경험
- Google Sheet API 연동 경험
- 실무 데이터 처리 흐름 경험
실제 업무 데이터를 기반으로 작성된 프로젝트입니다.
보안 및 개인정보 보호를 위해:
- 실제 데이터
- 조직명
- 사용자 정보
- 내부 운영 문서
는 포함하지 않았습니다.