用Python在EXCEL中实现先进先出成本核算代码

首先，我们需要使用Python的pandas库来读取和写入Excel文件。然后，我们可以使用pandas中的函数来进行先进先出成本核算。

以下是一个示例代码：

import pandas as pd

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

# 计算每个产品的平均成本
df['average_cost'] = df['total_cost'] / df['quantity']

# 按照日期排序
df = df.sort_values(by=['date'])

# 初始化先进先出成本和销售额
fifo_cost = 0
sales_revenue = 0

# 遍历每个销售订单
for index, row in df.iterrows():
    # 如果库存数量不足，则跳过该订单
    if row['quantity'] > df['quantity'].sum():
        continue
    
    # 扣除库存数量
    df.loc[index, 'quantity'] -= row['quantity']
    
    # 计算销售额
    sales_revenue += row['price'] * row['quantity']
    
    # 计算先进先出成本
    while row['quantity'] > 0:
        # 获取最早进货的产品
        earliest_row = df.iloc[0]
        
        # 如果该产品库存数量不足，则删除该行
        if earliest_row['quantity'] < row['quantity']:
            fifo_cost += earliest_row['average_cost'] * earliest_row['quantity']
            row['quantity'] -= earliest_row['quantity']
            df = df.drop(earliest_row.name)
        # 否则更新库存数量并计算成本
        else:
            fifo_cost += earliest_row['average_cost'] * row['quantity']
            df.loc[earliest_row.name, 'quantity'] -= row['quantity']
            row['quantity'] = 0

# 输出先进先出成本和销售额
print('FIFO cost:', fifo_cost)
print('Sales revenue:', sales_revenue)

此代码假设我们的Excel文件中有以下列：

- date：进货或销售日期
- product：产品名称
- quantity：进货或销售数量
- price：销售价格
- total_cost：进货总成本

输出将显示先进先出成本和销售额。请注意，此代码仅考虑一个产品的库存。如果需要进行多个产品的库存核算，请添加一个产品列，并在代码中相应地修改。