用python编写一个投资决策的excle模型，计算投资回收期以及内部收益率等指标

在Python中，你可以使用pandas库处理Excel数据，同时结合numpy和matplotlib等工具来进行财务分析，包括投资回收期（Payback Period，PP）和内部收益率（Internal Rate of Return，IRR）的计算。以下是一个简单的例子：

import pandas as pd
import numpy as np
from scipy.optimize import brentq

# 假设你有一个包含项目现金流的Excel表格，例如DataFrame df
# 这里我们简化为年份（列名Year）、现金流量（列名Cash_Flow）
df = pd.read_excel('investment_data.xlsx')

# 函数用于计算投资回收期
def payback_period(cash_flows):
    cumulative_cashflows = cash_flows.cumsum()
    for i, val in enumerate(cumulative_cashflows):
        if val >= 0:
            return i + 1
    return np.inf  # 如果所有现金流都是负的，返回无穷大表示无法收回初始投资

# 计算投资回收期
df['Payback_Period'] = df.groupby(level=0)['Cash_Flow'].apply(payback_period)

# 函数用于二分法计算内部收益率
def irr_calculator(cash_flows, initial_investment):
    def net现值(NR, cum_sum):
        return cum_sum - NR * np.arange(len(cash_flows))
    
    # 初始化猜测范围
    lower_bound = 0
    upper_bound = max(df['Cash_Flow']) + 1
    while True:
        guess = (lower_bound + upper_bound) / 2
        npv = net现值(guess, df['Cash_Flow'].cumsum())
        if np.all(npv <= 0):
            upper_bound = guess
        else:
            lower_bound = guess
        if abs(np.sum(npv)) < 0.001:  # 设置一个很小的精度阈值
            break
    
    return guess

# 针对每个项目的初始投资，计算内部收益率
df['IRR'] = df.apply(lambda row: brentq(irr_calculator, 0, 1, args=(row['Initial_Investment'],)), axis=1)

在这个模型中，你需要将`initial_investment`替换为你实际的数据中的初始投资金额，并确保你的Excel数据已经按项目分组。