用python实现excel先进先出成本核算代码

以下是一个简单的 Python 代码示例，用于实现Excel中的先进先出（FIFO）成本核算。该代码使用了 pandas 库来处理 Excel 文件，并使用了 FIFO 算法来计算成本。

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel("inventory.xlsx")

# 按照日期排序
df = df.sort_values(by="Date")

# 初始化变量
cost = 0
total_cost = 0

# 循环遍历每个产品条目
for index, row in df.iterrows():
    # 计算成本
    cost = row["Quantity"] * row["Unit Cost"]
    total_cost += cost
    
    # 更新库存数量
    df.at[index, "Inventory"] += row["Quantity"]
    
    # 更新成本
    df.at[index, "Total Cost"] = total_cost
    
    # 更新平均成本
    df.at[index, "Average Cost"] = total_cost / df.at[index, "Inventory"]
    
# 将结果写入 Excel 文件
df.to_excel("inventory_updated.xlsx", index=False)

在这个例子中，我们假设有一个名为 “inventory.xlsx” 的 Excel 文件，其中包含以下列：日期、产品名称、数量、单价、库存数量、总成本和平均成本。代码首先使用 pandas 库读取 Excel 文件，然后按照日期对条目进行排序。然后，代码遍历每个产品条目，计算成本、更新库存数量、总成本和平均成本，并将结果写回 Excel 文件中。

请注意，这只是一个简单的示例代码，您可能需要根据自己的需求进行修改和优化。