Python在財稅中的應用Python在財稅中的應用目錄項目一項目二項目三項目四Python在財稅中的應用概述Python在財務中的應用Python在稅務管理中的應用Python在行業(yè)數(shù)據(jù)分析中的應用項目五綜合應用Python在財稅中的應用綜合應用項目五任務一Python在人員結(jié)構(gòu)分析中的應用數(shù)據(jù)處理、分析一般流程綜合應用項目五Python在財稅中的應用任務一Python在人員結(jié)構(gòu)分析中的應用讀取數(shù)據(jù)importpandasaspdfrommatplotlibimportpyplotaspltdf=pd.read_excel('人員結(jié)構(gòu)分析與人員變動分析.xlsx')df#顯示df中的數(shù)據(jù)任務要求：分析在職員工的部門分布情況，工具及文化程度。填充NaT值為空值df=df.fillna('')dfPython在財稅中的應用篩選在職人員#篩選出在職人員df=df[df['離職日期']=='']df轉(zhuǎn)換”入職日期”類型為日期型df=df.copy()df['入職日期']=pd.to_datetime(df['入職日期'])df綜合應用項目五任務一Python在人員結(jié)構(gòu)分析中的應用Python在財稅中的應用增加“工齡”列并計算員工入職時間#定義函數(shù)def

working_years(a):now=pd.datetime.now()#取得當前日期

returnnow.year-a.year#返回當前年與入職年之差df['工齡']=df['入職日期'].map(working_years)#map函數(shù)把'入職日期'列中的數(shù)據(jù)一個一個傳到working_years函數(shù)中進行處理。df綜合應用項目五任務一Python在人員結(jié)構(gòu)分析中的應用Python在財稅中的應用查看公司員工的文化程度df['文化程度'].unique()篩選出各部門入職滿2年且文化程度是本科及以上的人員#使用‘&’(并且)和

‘|’(或)時，每個條件要用小括號包含起來df1=df[(df['工齡']>=2)&((df['文化程度']=='本科')|(df['文化程度']=='碩士'))]df1綜合應用項目五任務一Python在人員結(jié)構(gòu)分析中的應用Python在財稅中的應用查看公司員工的文化程度df['文化程度'].unique()篩選出各部門入職滿2年且文化程度是本科及以上的人員#使用‘&’(并且)和

‘|’(或)時，每個條件要用小括號包含起來df1=df[(df['工齡']>=2)&((df['文化程度']=='本科')|(df['文化程度']=='碩士'))]df1綜合應用項目五任務一Python在人員結(jié)構(gòu)分析中的應用Python在財稅中的應用構(gòu)建數(shù)據(jù)透視表，按部門統(tǒng)計人員的數(shù)量df2=df1.pivot_table(index='部門',values='姓名',aggfunc='count')df2重命名列名“姓名”為“員工人數(shù)”df2=df2.rename(columns={'姓名':'員工人數(shù)'})df2綜合應用項目五任務一Python在人員結(jié)構(gòu)分析中的應用Python在財稅中的應用繪制餅圖plt.rcParams['font.family']='Kaiti'

#設置字體為楷體plt.rcParams['axes.unicode_minus']=False

#正常顯示負號plt.figure(figsize=(8,8))#設置畫布的寬與高，在正方形中可繪出正圓x=df2['員工人數(shù)']#設置扇形面積值label=df2.index#定義餅圖的標簽，即部門名稱explode=[0,0,0,0,0,0,0,0.1]#設定各項距離圓心N個半徑,銷售部會突出0.1#繪制餅圖，autopct='%.2f%%'顯示保留2位小數(shù)的百分比數(shù)據(jù)plt.pie(x,explode=explode,labels=label,autopct='%.2f%%',shadow=True,textprops={'fontsize':15,'color':'green'})plt.legend(fontsize=15,bbox_to_anchor=(1.4,1.05))#設置顯示圖例plt.title('各部門工齡2年以上學歷本科以上人員分布圖',fontsize=18)綜合應用項目五任務一Python在人員結(jié)構(gòu)分析中的應用Python在財稅中的應用任務二Python在編制科目余額表中的應用任務要求：根據(jù)1-31號的記賬憑證，編制總賬科目上旬、中旬、下旬的借、貸方余額，并保存到excel表。綜合應用項目五任務二Python在編制科目余額表中的應用Python在財稅中的應用importpandasaspddf=pd.read_excel('記賬憑證業(yè)務.xlsx')df讀取數(shù)據(jù)綜合應用項目五任務二Python在編制科目余額表中的應用df['日期']=df['日期'].fillna(method='ffill')#ffill,以上一行值填充df['年']=df['日期'].str[0:4]#截取日期中的年df['月']=df['日期'].str[5:7]#截取日期中的月df['日']=df['日期'].str[8:10]#截取日期中的日df填充日期NaN為上一行的值，新增“年”“月”“日”列Python在財稅中的應用df_1=df.loc[:,['年','月','日','總賬','借方金額','貸方金額']]#為了可以進行運算，把日期列轉(zhuǎn)換為整數(shù)型。df_1['日']=df['日'].astype('int32')df_1.head()篩選出所需要列綜合應用項目五任務二Python在編制科目余額表中的應用df_s=df_1.loc[df_1['日']<=10]#篩選出上旬的數(shù)據(jù),賦給df_s#根據(jù)上旬的數(shù)據(jù)編制科目匯總表df_s=pd.pivot_table(df_s,index=['總賬'],values=['借方金額','貸方金額'],aggfunc='sum',fill_value=0)df_s.rename(columns={'借方金額':'1-10日借方金額','貸方金額':'1-10日貸方金額'},inplace=True)df_s.reset_index(inplace=True)df_s.head()編制上旬（1-10日）的科目余額表Python在財稅中的應用df_1=df.loc[:,['年','月','日','總賬','借方金額','貸方金額']]#為了可以進行運算，把日期列轉(zhuǎn)換為整數(shù)型。df_1['日']=df['日'].astype('int32')df_1.head()篩選出編制科目余額表所需要列綜合應用項目五任務二Python在編制科目余額表中的應用df_s=df_1.loc[df_1['日']<=10]#篩選出上旬的數(shù)據(jù),賦給df_s#根據(jù)上旬的數(shù)據(jù)編制科目匯總表df_s=pd.pivot_table(df_s,index=['總賬'],values=['借方金額','貸方金額'],aggfunc='sum',fill_value=0)df_s.rename(columns={'借方金額':'1-10日借方金額','貸方金額':'1-10日貸方金額'},inplace=True)df_s.reset_index(inplace=True)df_s.head()編制上旬（1-10日）的科目余額表Python在財稅中的應用綜合應用項目五任務二Python在編制科目余額表中的應用df_z=df_1[(df_1['日']>=11)&(df_1['日']<=20)]df_z=pd.pivot_table(df_z,index=['總賬'],values=['借方金額','貸方金額'],aggfunc='sum',fill_value=0)df_z.rename(columns={'借方金額':'11-20日借方金額','貸方金額':'11-20日貸方金額'},inplace=True)df_z.reset_index(inplace=True)df_z.head()編制中旬（11-20日）的科目余額表df_x=df_1[(df_1['日']>=21)]df_x=pd.pivot_table(df_x,index=['總賬'],values=['借方金額','貸方金額'],aggfunc='sum',fill_value=0)df_x.rename(columns={'借方金額':'21-31日借方金額','貸方金額':'21-31日貸方金額'},inplace=True)df_x.reset_index(inplace=True)df_x.head()編制下旬（大于21日）的科目余額表Python在財稅中的應用綜合應用項目五任務二Python在編制科目余額表中的應用df_kmyeb=pd.merge(df_s,df_z,how='outer')df_kmyeb=pd.merge(df_kmyeb,df_x,how='outer')df_kmyeb=df_kmyeb.fillna(0)df_kmyeb.head()拼接上、中、下旬的科目余額表Python在財稅中的應用綜合應用項目五任務二Python在編制科目余額表中的應用df_kmyeb.to_excel('按旬編制的科目匯總表.xlsx')將編制的科目匯總導出Python在財稅中的應用綜合應用項目五任務二Python在編制科目余額表中的應用#總賬列設為索引df_kmyeb.set_index('總賬',inplace=True)#打印上旬主營業(yè)務收入print('上旬的主營業(yè)務收入是')print(df_kmyeb.loc['主營業(yè)務收入','1-10日貸方金額'])#打印中旬主營業(yè)務收入print('中旬的主營業(yè)務收入是')print(df_kmyeb.loc['主營業(yè)務收入','11-20日貸方金額'])#打印下旬主營業(yè)務收入print('下旬的主營業(yè)務收入是')print(df_kmyeb.loc['主營業(yè)務收入','21-31日貸方金額'])#計算中旬對比上旬的主營業(yè)務收入變化print('中旬的主營業(yè)務收入對比上旬的變化值是：')print(df_kmyeb.loc['主營業(yè)務收入','11-20日貸方金額']-df_kmyeb.loc['主營業(yè)務收入','1-10日貸方金額'])可以對現(xiàn)有數(shù)據(jù)進行查找、分析：例：查找上、中、下旬“主營業(yè)務收入”數(shù)據(jù)及計算中旬與上旬的變化值并輸出。Python在財稅中的應用任務三Python在應收賬款管理分析中的應用任務要求：根據(jù)應收款明細表，分析每家客戶單位5月份對應的收款金額。將表中子公司劃分為內(nèi)部單位，進一步區(qū)分內(nèi)部、外部的收款金額是多少。綜合應用項目五任務三Python在應收賬款管理分析中的應用Python在財稅中的應用綜合應用項目五importpandasaspdimportnumpyasnpdf=pd.read_excel('應收賬款明細1.xlsx',sheet_name='應收款明細',header=3)df.head()讀取數(shù)據(jù)，查看分析數(shù)據(jù)任務三Python在應收賬款管理分析中的應用Python在財稅中的應用綜合應用項目五importpandasaspdimportnumpyasnpdf=pd.read_excel('應收賬款明細1.xlsx',sheet_name='應收款明細',header=3)df.head()讀取數(shù)據(jù)，查看分析數(shù)據(jù)df=df[['客戶名稱','收款日期1','收款金額1','收款日期2','收款金額2','收款日期3','收款金額3','收款日期4','收款金額4','內(nèi)外部']]df=df.fillna('')#缺失值用空填充df清洗整理數(shù)據(jù)，用空代替缺失值（NaN，NaT等）任務三Python在應收賬款管理分析中的應用Python在財稅中的應用綜合應用項目五def

cal_may_sale(x,y,z):

globaldf#聲明函數(shù)內(nèi)部使用的df是在函數(shù)外部定義的全局變量dfdf_=df.loc[:,[x,y,z]]#按客戶名稱、收款日期、收款金額字段過濾出對應的列df_['月']=pd.to_datetime(df_[y],errors='coerce').dt.month#轉(zhuǎn)換收款日期列數(shù)據(jù)類型為datetime,無效解析設置為NaT,再從收款日期提取月df_=df_.loc[df_['月']==5.0]#篩選月=5.0值的數(shù)據(jù)行

#使用數(shù)據(jù)透視表，根據(jù)客戶名稱分類統(tǒng)計收款金額df_=pd.pivot_table(df_,index=x,values=z,aggfunc='sum').reset_index()

returndf_#返回生成的數(shù)據(jù)透視表創(chuàng)建自定義函數(shù)df1=cal_may_sale('客戶名稱','收款日期1','收款金額1')df1.head()根據(jù)“收款日期1”統(tǒng)計5月份每家單位收款額任務三Python在應收賬款管理分析中的應用Python在財稅中的應用綜合應用項目五df2=cal_may_sale('客戶名稱','收款日期2','收款金額2')df2.head()根據(jù)“收款日期2”統(tǒng)計5月份每家單位收款額df1=cal_may_sale('客戶名稱','收款日期1','收款金額1')df1.head()根據(jù)“收款日期1”統(tǒng)計5月份每家單位收款額任務三Python在應收賬款管理分析中的應用Python在財稅中的應用綜合應用項目五df4=cal_may_sale('客戶名稱','收款日期4','收款金額4')df4.head()根據(jù)“收款日期4”統(tǒng)計5月份每家單位收款額df3=cal_may_sale('客戶名稱','收款日期3','收款金額3')df3.head()根據(jù)“收款日期3”統(tǒng)計5月份每家單位收款額任務三Python在應收賬款管理分析中的應用Python在財稅中的應用綜合應用項目五df5=pd.merge(df1,df2,on=['客戶名稱'],how='outer')df6=pd.merge(df3,df4,on=['客戶名稱'],how='outer')df7=pd.merge(df5,df6,on=['客戶名稱'],how='outer')df7=df7.fillna(0)#拼結(jié)后產(chǎn)生的NaN用0填充df7['5月收款合計']=df7[['收款金額1','收款金額2','收款金額3','收款金額4']].sum(axis=1)df7.loc['合計']=df7[['收款金額1','收款金額2','收款金額3','收款金額4']].sum()df7.loc['合計','客戶名稱']=''

#設置合計行的客戶名稱為空df7.loc[‘合計’,‘5月收款合計’]=df7.loc[‘合計’,‘收款金額1’:‘收款金額4’].sum()#計算5月收款合計df7拼接四張表,并計算出5月各家單位共收款金額任務三Python在應收賬款管理分析中的應用Python在財稅中的應用綜合應用項目五df8=df[['客戶名稱','內(nèi)外部']]df9=pd.merge(df7,df8,on='客戶名稱',how='left')df9劃分5月收款總額中內(nèi)部收款和外部收款任務三Python在應收賬款管理分析中的應用df10=df9[['客戶名稱','5月收款合計','內(nèi)外部']].drop_duplicates()df10.head()保留“客戶名稱”、“5月收款合計”、“內(nèi)外部”列并刪除重復行。Python在財稅中的應用綜合應用項目五df_new=df10.pivot_table(index=['客戶名稱'],columns=['內(nèi)外部'],values='5月收款合計',aggfunc=np.sum,fill_value=0,margins=True,margins_name='合計')df_=''df_new.head()調(diào)整顯示方式，把“內(nèi)外部”作為列顯示任務三Python在應收賬款管理分析中的應用思考：此處使用df10.T來進行列與行的轉(zhuǎn)置可以嗎？df_new.to_excel('5月收款明細.xlsx')最終結(jié)果寫入Excel表Python在財稅中的應用任務四Python在計提攤銷和折舊中的應用任務要求：根據(jù)專利表，統(tǒng)計原值、累計攤銷、賬面價值并存入新的Excel表。對固定資產(chǎn)表中的累計折舊進行計算并與原始表進行比對，把有差異的存入Excel表。綜合應用項目五任務四Python在計提攤銷和折舊中的應用Python在財稅中的應用綜合應用項目五importpandasaspdimportnumpyasnpfromdatetimeimportdate#第一部分

無形資產(chǎn)data=pd.read_excel('無形資產(chǎn)明細表1.xlsx')data讀取無形資產(chǎn)明細表數(shù)據(jù)任務四Python在計提攤銷和折舊中的應用Python在財稅中的應用綜合應用項目五data.drop(labels=95,inplace=True)data.head()刪除合計行任務四Python在計提攤銷和折舊中的應用data['月攤銷額']=round(data['原值']/data['攤銷月數(shù)'],2)data.head()增加“月攤銷額”列，并計算值Python在財稅中的應用綜合應用項目五def

month_delta(start_date,end_date):flag=True

ifstart_date>end_date:start_date,end_date=end_date,start_dateflag=False

#結(jié)束日期的年-開始日期的年year_diff=end_date.year-start_date.year

#(結(jié)束日期的年-開始日期的年)*12+結(jié)束日期的月end_month=year_diff*12+end_date.month

#(結(jié)束日期的年-開始日期的年)*12+結(jié)束日期的月-開始日期的月delta=end_month-start_date.month

return-deltaifflagis

False

elsedelta

data['已攤銷月數(shù)']=data.apply(lambdax:month_delta(x['授權(quán)公告日'],x['基準日期']),axis=1)data.head()增加“已攤銷月數(shù)”列，并計算值任務四Python在計提攤銷和折舊中的應用為了方便計算，我們根據(jù)日期計算公式定義一個函數(shù)，然后dataframe中應用apply函數(shù)，在函數(shù)中進行調(diào)用。Python在財稅中的應用綜合應用項目五data['累計攤銷']=data.apply(lambdax:round(x['月攤銷額']*x['已攤銷月數(shù)'],2)ifx['已攤銷月數(shù)']<x['攤銷月數(shù)']else

0,axis=1)data['賬面價值']=round(data['原值']-data['累計攤銷'],2)data.head()增加“累計攤銷”與“賬面價值”列，并計算值任務四Python在計提攤銷和折舊中的應用累計攤銷計算方法Python在財稅中的應用綜合應用項目五data1=pd.pivot_table(data,index=['專利類型'],values=['原值','累計攤銷','賬面價值'],aggfunc='sum',margins=True,margins_name='小計')data1.head()按“專利類型”統(tǒng)計，對“原值”、“累計攤銷”、“賬面價值”列求和，并增加一行小計任務四Python在計提攤銷和折舊中的應用Python在財稅中的應用綜合應用項目五data1=pd.pivot_table(data,index=['專利類型'],values=['原值','累計攤銷','賬面價值'],aggfunc='sum',margins=True,margins_name='小計')data1.head()按“專利類型”統(tǒng)計，對“原值”、“累計攤銷”、“賬面價值”列求和，并增加一行小計任務四Python在計提攤銷和折舊中的應用data1.to_excel('無形資產(chǎn)匯總表.xlsx')存儲到Excel表Python在財稅中的應用綜合應用項目五df=pd.read_excel('固定資產(chǎn)折舊明細表1.xlsx')df.head()讀取固定資產(chǎn)數(shù)據(jù)任務四Python在計提攤銷和折舊中的應用Python在財稅中的應用綜合應用項目五任務四Python在計提攤銷和折舊中的應用df['審計年折舊率']=df.apply(lambdax:(1-x['殘值率'])/x['使用年限'],axis=1)df['審計月折舊率']=round(df['審計年折舊率']/12,4)df['審計月折舊額']=df.apply(lambdax:round((x['審計月折舊率']*x['原值']),2),axis=1)df.head()添加“審計年折舊率”、“審計月折舊率”、“審計月折舊額”對其進行計算Python在財稅中的應用綜合應用項目五任務四Python在計提攤銷和折舊中的應用enddate=date(2021,5,1)df['查詢?nèi)掌?]=enddatedf['查詢?nèi)掌谂c購入日期差']=df.apply(lambdax:month_delta(x['開始使用日期'],enddate),axis=1)df['使用總月數(shù)']=df.apply(lambdax:month_delta(x['開始使用日期'],x['折舊到期日']),axis=1)df['審計累計折舊']=np.where(df['查詢?nèi)掌谂c購入日期差']>=df['使用總月數(shù)'],round(df['使用總月數(shù)']*df['月折舊額'],2),round(df['查詢?nèi)掌谂c購入日期差']*df['月折舊額'],2))df.head()添加“查詢?nèi)掌谂c購入日期差”、“使用總月數(shù)”、“審計累計折舊”列并對其進行計算Python在財稅中的應用綜合應用項目五任務四Python在計提攤銷和折舊中的應用df['累計折舊']=round(df['累計折舊'],2)df['差異值']=(df['審計累計折舊']-df['累計折舊']).map(lambdax:0

ifx==0

elsex)df=df.sort_values('差異值')df累計折舊”保留兩位小數(shù)，添加“差異值”，當“審計累計折舊”與“累計折舊”存在差額就返回差額，按差異值升序排序Python在財稅中的應用綜合應用項目五任務四Python在計提攤銷和折舊中的應用df1=df.head(3)df1.to_excel('存在差異的固定資產(chǎn)明細.xlsx')將有差異的那三行數(shù)據(jù)以導出到Excel表Python在財稅中的應用任務五Python在銷售管理分析中的應用任務要求：根據(jù)銷售數(shù)據(jù)，分析出2019和2020年每月各品類的利潤綜合應用項目五任務五Python在銷售管理分析中的應用Python在財稅中的應用綜合應用項目五importpandasaspdimportnumpyasnpfromopenpyxlimportload_workbookfrommatplotlibimportpyplotasplt導入所需要的模塊任務五Python在銷售管理分析中的應用wb=load_workbook('銷售數(shù)據(jù)2.xlsx')sheet_names=wb.sheetnameskey='銷售'all_sale_data=pd.DataFrame()forsheet_nameinsheet_names:

ifkeyinsheet_name:current_data=pd.read_excel('銷售數(shù)據(jù)2.xlsx',sheet_name=sheet_name)all_sale_data=pd.concat([current_data,all_sale_data])all_sale_data讀取數(shù)據(jù)如果Excel表格結(jié)構(gòu)比較雜亂，數(shù)據(jù)分散不同的工作表中，可以使用openpyxl將數(shù)據(jù)轉(zhuǎn)換為適合進一步分析的DataFramePython在財稅中的應用綜合應用項目五importpandasaspdimportnumpyasnpfromopenpyxlimportload_workbookfrommatplotlibimportpyplotasplt導入所需要的模塊任務五Python在銷售管理分析中的應用wb=load_workbook('銷售數(shù)據(jù)2.xlsx')sheet_names=wb.sheetnameskey='銷售'all_sale_data=pd.DataFrame()forsheet_nameinsheet_names:

ifkeyinsheet_name:current_data=pd.read_excel('銷售數(shù)據(jù)2.xlsx',sheet_name=sheet_name)all_sale_data=pd.concat([current_data,all_sale_data])all_sale_data讀取數(shù)據(jù)如果Excel表格結(jié)構(gòu)比較雜亂，數(shù)據(jù)分散不同的工作表中，可以使用openpyxl將數(shù)據(jù)轉(zhuǎn)換為適合進一步分析的DataFrame。Python在財稅中的應用綜合應用項目五all_sale_()檢查是否有NULL值任務五Python在銷售管理分析中的應用all_sale_data=all_sale_data.dropna(axis=0)all_sale_data刪除空值發(fā)現(xiàn)有29行單價列存在空值dropna函數(shù)中axis=0參數(shù)可以不寫，默認就為0Python在財稅中的應用綜合應用項目五all_sale_data.duplicated().sum()#結(jié)果為5，說明有5行重復值#keep='first'選擇最前一項保留all_sale_data=all_sale_data.drop_duplicates(keep='first')all_sale_data檢查是否存在重復值任務五Python在銷售管理分析中的應用查找異常值all_sale_data.describe()數(shù)量、單價存在0值，需要把“數(shù)量”、“單價”中等于0的行過濾掉。Python在財稅中的應用綜合應用項目五all_sale_data=all_sale_data[all_sale_data['數(shù)量']>0]all_sale_data=all_sale_data[all_sale_data['單價']>0]all_sale_data過濾數(shù)量、單價為0的行任務五Python在銷售管理分析中的應用讀取EXCEL表中的“產(chǎn)品明細表”與“品類名細表”兩個工作表，并拼接df=pd.read_excel('銷售數(shù)據(jù)2.xlsx',sheet_name='產(chǎn)品明細表')df1=pd.read_excel('銷售數(shù)據(jù)2.xlsx',sheet_name='品類明細表')df2=pd.merge(df,df1,on=['品類id'],how='left')df2Python在財稅中的應用綜合應用項目五all_sale_data=pd.merge(all_sale_data,df2,on