Initial commit: Excel Data Merger RPA

- 여러 엑셀 파일을 하나로 자동 통합
- 원본 파일명 추적 기능
- 에러 처리 및 진행 상황 표시
- 샘플 데이터 생성 스크립트 포함

Features:
- Support .xlsx, .xls, .xlsm files
- Automatic timestamp in output filename
- Error handling for corrupted files
- Real-time progress display

.gitignore

@@ -0,0 +1,33 @@
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+env/
+venv/
+ENV/
+.venv
+
+# 데이터 파일
+input/*.xlsx
+input/*.xls
+input/*.xlsm
+output/*.xlsx
+output/*.xls
+output/*.xlsm
+
+# 폴더는 유지하되 내용물 제외
+!input/.gitkeep
+!output/.gitkeep
+
+# IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# OS
+.DS_Store
+Thumbs.db

README.md

@@ -0,0 +1,222 @@
+# 📊 엑셀 데이터 통합 자동화 (Excel Data Merger RPA)
+
+여러 개의 엑셀 파일을 클릭 한 번으로 자동 통합하는 RPA 프로그램입니다.
+
+## 🎯 프로젝트 개요
+
+### 해결하는 문제
+- 매월/매주 여러 부서에서 받는 엑셀 파일을 하나로 합쳐야 할 때
+- 수작업 복사/붙여넣기로 인한 시간 낭비 (5시간 → 10초)
+- 데이터 입력 오류 제거
+- 반복 작업 자동화
+
+### 주요 기능
+✅ 여러 엑셀 파일 자동 통합 (.xlsx, .xls, .xlsm)
+✅ 원본 파일명 추적 (어느 파일에서 왔는지)
+✅ 자동 타임스탬프 (통합_날짜_시간.xlsx)
+✅ 에러 처리 (일부 파일 실패해도 계속 진행)
+✅ 진행 상황 실시간 표시
+✅ 통합 전 미리보기
+
+## 🚀 빠른 시작
+
+### 1. 설치
+
+```bash
+# 저장소 클론
+git clone https://github.com/gahusb/excel-merger-rpa.git
+cd excel-merger-rpa
+
+# 의존성 설치
+pip install -r requirements.txt
+```
+
+### 2. 사용법
+
+#### 기본 사용
+```bash
+# 1. input 폴더에 엑셀 파일들을 넣기
+# 2. 프로그램 실행
+python excel_merger.py
+```
+
+#### 예제
+```
+excel-merger-rpa/
+├── input/               # 여기에 엑셀 파일 넣기
+│   ├── 1월_매출.xlsx
+│   ├── 2월_매출.xlsx
+│   └── 3월_매출.xlsx
+├── output/              # 통합 파일이 여기에 생성됨
+│   └── 통합데이터_20250210_143022.xlsx
+└── excel_merger.py      # 실행 파일
+```
+
+### 3. 실행 화면
+
+```
+==================================================
+📊 엑셀 데이터 통합 자동화 프로그램
+   Excel Data Merger RPA
+==================================================
+
+📋 파일 목록:
+--------------------------------------------------
+1. 1월_매출.xlsx
+   - 150행 × 5열
+2. 2월_매출.xlsx
+   - 180행 × 5열
+3. 3월_매출.xlsx
+   - 170행 × 5열
+--------------------------------------------------
+총 3개 파일, 예상 통합 행 수: 500행
+
+계속하시겠습니까? (y/n): y
+
+📂 발견된 파일 수: 3개
+--------------------------------------------------
+1. 1월_매출.xlsx 읽는 중...
+   ✓ 150행 읽기 완료
+2. 2월_매출.xlsx 읽는 중...
+   ✓ 180행 읽기 완료
+3. 3월_매출.xlsx 읽는 중...
+   ✓ 170행 읽기 완료
+
+🔄 데이터 통합 중...
+💾 파일 저장 중: output/통합데이터_20250210_143022.xlsx
+
+==================================================
+✅ 통합 완료!
+📊 총 500행 통합됨
+📁 저장 위치: output/통합데이터_20250210_143022.xlsx
+==================================================
+```
+
+## 📋 요구사항
+
+- Python 3.8 이상
+- pandas
+- openpyxl (xlsx 파일)
+- xlrd (xls 파일)
+
+## 🎨 사용 사례
+
+### 1. 월별 매출 데이터 통합
+```
+각 지점에서 제출한 월별 매출 보고서를 본사에서 통합
+→ 5시간 작업이 10초로 단축
+```
+
+### 2. 부서별 인원 현황 통합
+```
+각 부서 인사담당자가 작성한 인원 현황을 인사팀에서 통합
+→ 실수 없이 정확한 데이터
+```
+
+### 3. 재고 현황 통합
+```
+여러 창고의 재고 데이터를 하나로 합쳐서 분석
+→ 재고 관리 효율 증가
+```
+
+## 🛠 커스터마이징
+
+### 코드에서 사용하기
+
+```python
+from excel_merger import ExcelMerger
+
+# ExcelMerger 객체 생성
+merger = ExcelMerger(
+    input_folder="my_data",      # 입력 폴더
+    output_folder="merged_data"  # 출력 폴더
+)
+
+# 통합 실행
+df, output_path = merger.merge_excel_files(
+    output_filename="최종통합.xlsx"  # 사용자 지정 파일명
+)
+
+# 결과 확인
+print(f"총 {len(df)}행 통합됨")
+print(f"파일 위치: {output_path}")
+```
+
+### 원본 파일명 컬럼 제거하기
+
+`excel_merger.py` 67번째 줄:
+```python
+# 이 줄을 주석 처리하면 원본 파일명 컬럼이 추가되지 않음
+# df['원본파일'] = filename
+```
+
+### 특정 시트만 읽기
+
+```python
+df = pd.read_excel(file, sheet_name="Sheet1")  # 특정 시트
+```
+
+## 🎯 실제 효과
+
+| 항목 | 수작업 | 자동화 | 절감 |
+|------|--------|--------|------|
+| **시간** | 5시간 | 10초 | 99.9% |
+| **정확도** | 95% | 100% | +5% |
+| **비용** | 시급 1만원 × 5시간 | 무료 | 5만원 |
+
+**월 20회 작업 시:**
+- 시간 절감: 100시간/월
+- 비용 절감: 100만원/월
+
+## 📂 프로젝트 구조
+
+```
+excel-merger-rpa/
+├── excel_merger.py      # 메인 프로그램
+├── requirements.txt     # 의존성 목록
+├── README.md           # 이 파일
+├── .gitignore          # Git 제외 파일
+├── input/              # 입력 폴더 (엑셀 파일 넣기)
+└── output/             # 출력 폴더 (통합 파일 생성)
+```
+
+## 🐛 트러블슈팅
+
+### "ModuleNotFoundError: No module named 'pandas'"
+```bash
+pip install -r requirements.txt
+```
+
+### "Permission denied" 에러
+- 출력 파일이 엑셀에서 열려있는지 확인
+- 파일을 닫고 다시 실행
+
+### 한글 깨짐
+```python
+# excel_merger.py에서 encoding 추가
+df.to_excel(output_path, index=False, encoding='utf-8-sig')
+```
+
+## 💡 추가 기능 아이디어
+
+- [ ] GUI 버전 (tkinter)
+- [ ] 특정 시트만 선택해서 통합
+- [ ] CSV 파일도 지원
+- [ ] 중복 데이터 자동 제거
+- [ ] 데이터 정제 (공백 제거, 날짜 형식 통일)
+- [ ] 스케줄러 (매일 자동 실행)
+
+## 📞 문의
+
+프로젝트 관련 문의 또는 커스터마이징 요청:
+- **이메일**: bgg8988@gmail.com
+- **포트폴리오**: https://jaengseung-made.com
+- **전화**: 010-3907-1392
+
+## 📄 라이선스
+
+MIT License - 자유롭게 사용, 수정, 배포 가능합니다.
+
+---
+
+**Made by 쟁승메이드** | [더 많은 RPA 프로젝트 보기](https://jaengseung-made.com)

create_sample_data.py

@@ -0,0 +1,40 @@
+"""
+샘플 엑셀 데이터 생성 스크립트
+테스트용 엑셀 파일들을 자동으로 생성합니다.
+"""
+
+import pandas as pd
+import random
+from datetime import datetime, timedelta
+
+def create_sample_sales_data():
+    """샘플 매출 데이터 생성"""
+
+    months = ['1월', '2월', '3월']
+
+    for month in months:
+        # 랜덤 데이터 생성
+        data = {
+            '날짜': [datetime(2025, months.index(month)+1, day)
+                    for day in range(1, random.randint(25, 31))],
+            '제품명': [f'제품{random.randint(1,10)}'
+                      for _ in range(random.randint(25, 30))],
+            '수량': [random.randint(1, 100)
+                    for _ in range(random.randint(25, 30))],
+            '단가': [random.randint(1000, 50000)
+                    for _ in range(random.randint(25, 30))],
+        }
+
+        # 매출액 계산
+        df = pd.DataFrame(data)
+        df['매출액'] = df['수량'] * df['단가']
+
+        # 파일 저장
+        filename = f'input/{month}_매출.xlsx'
+        df.to_excel(filename, index=False)
+        print(f'✓ {filename} 생성 완료 ({len(df)}행)')
+
+if __name__ == '__main__':
+    print('📊 샘플 데이터 생성 중...\n')
+    create_sample_sales_data()
+    print('\n✅ 완료! input 폴더를 확인하세요.')

excel_merger.py

@@ -0,0 +1,171 @@
+"""
+엑셀 데이터 통합 자동화 프로그램
+Excel Data Merger RPA
+
+여러 엑셀 파일을 하나로 자동 통합하는 RPA 프로그램입니다.
+"""
+
+import pandas as pd
+import glob
+import os
+from datetime import datetime
+from pathlib import Path
+
+
+class ExcelMerger:
+    """엑셀 파일 통합 클래스"""
+
+    def __init__(self, input_folder="input", output_folder="output"):
+        """
+        초기화
+
+        Args:
+            input_folder: 입력 엑셀 파일들이 있는 폴더
+            output_folder: 통합 파일을 저장할 폴더
+        """
+        self.input_folder = input_folder
+        self.output_folder = output_folder
+
+        # 폴더 생성
+        Path(input_folder).mkdir(exist_ok=True)
+        Path(output_folder).mkdir(exist_ok=True)
+
+    def get_excel_files(self):
+        """입력 폴더에서 모든 엑셀 파일 찾기"""
+        patterns = [
+            f"{self.input_folder}/*.xlsx",
+            f"{self.input_folder}/*.xls",
+            f"{self.input_folder}/*.xlsm"
+        ]
+
+        files = []
+        for pattern in patterns:
+            files.extend(glob.glob(pattern))
+
+        return files
+
+    def merge_excel_files(self, output_filename=None):
+        """
+        엑셀 파일들을 하나로 통합
+
+        Args:
+            output_filename: 출력 파일명 (기본값: 현재 시간)
+
+        Returns:
+            통합된 DataFrame과 출력 파일 경로
+        """
+        excel_files = self.get_excel_files()
+
+        if not excel_files:
+            print(f"⚠️  '{self.input_folder}' 폴더에 엑셀 파일이 없습니다.")
+            return None, None
+
+        print(f"📂 발견된 파일 수: {len(excel_files)}개")
+        print("-" * 50)
+
+        # 모든 데이터를 담을 리스트
+        all_data = []
+
+        # 각 파일 읽기
+        for i, file in enumerate(excel_files, 1):
+            try:
+                filename = os.path.basename(file)
+                print(f"{i}. {filename} 읽는 중...")
+
+                # 엑셀 파일 읽기
+                df = pd.read_excel(file)
+
+                # 원본 파일명 컬럼 추가 (선택사항)
+                df['원본파일'] = filename
+
+                all_data.append(df)
+                print(f"   ✓ {len(df)}행 읽기 완료")
+
+            except Exception as e:
+                print(f"   ✗ 에러 발생: {e}")
+                continue
+
+        if not all_data:
+            print("❌ 읽을 수 있는 파일이 없습니다.")
+            return None, None
+
+        # 데이터 통합
+        print("\n🔄 데이터 통합 중...")
+        merged_df = pd.concat(all_data, ignore_index=True)
+
+        # 출력 파일명 생성
+        if output_filename is None:
+            timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+            output_filename = f"통합데이터_{timestamp}.xlsx"
+
+        output_path = os.path.join(self.output_folder, output_filename)
+
+        # 파일 저장
+        print(f"💾 파일 저장 중: {output_path}")
+        merged_df.to_excel(output_path, index=False)
+
+        print("\n" + "=" * 50)
+        print("✅ 통합 완료!")
+        print(f"📊 총 {len(merged_df)}행 통합됨")
+        print(f"📁 저장 위치: {output_path}")
+        print("=" * 50)
+
+        return merged_df, output_path
+
+    def get_summary(self):
+        """입력 폴더의 파일 정보 요약"""
+        files = self.get_excel_files()
+
+        if not files:
+            print("입력 폴더에 엑셀 파일이 없습니다.")
+            return
+
+        print("\n📋 파일 목록:")
+        print("-" * 50)
+
+        total_rows = 0
+        for i, file in enumerate(files, 1):
+            try:
+                filename = os.path.basename(file)
+                df = pd.read_excel(file)
+                rows = len(df)
+                cols = len(df.columns)
+                total_rows += rows
+
+                print(f"{i}. {filename}")
+                print(f"   - {rows}행 × {cols}열")
+
+            except Exception as e:
+                print(f"{i}. {os.path.basename(file)}")
+                print(f"   - 에러: {e}")
+
+        print("-" * 50)
+        print(f"총 {len(files)}개 파일, 예상 통합 행 수: {total_rows}행")
+
+
+def main():
+    """메인 실행 함수"""
+    print("=" * 50)
+    print("📊 엑셀 데이터 통합 자동화 프로그램")
+    print("   Excel Data Merger RPA")
+    print("=" * 50)
+    print()
+
+    # ExcelMerger 객체 생성
+    merger = ExcelMerger(input_folder="input", output_folder="output")
+
+    # 파일 요약 출력
+    merger.get_summary()
+
+    print("\n계속하시겠습니까? (y/n): ", end="")
+    response = input().strip().lower()
+
+    if response == 'y':
+        # 통합 실행
+        merger.merge_excel_files()
+    else:
+        print("취소되었습니다.")
+
+
+if __name__ == "__main__":
+    main()

requirements.txt

@@ -0,0 +1,3 @@
+pandas==2.2.0
+openpyxl==3.1.2
+xlrd==2.0.1