使用 Pandas 在给定的 Excel 表中查找利润和亏损百分比
利润和亏损百分比是一项重要的财务指标，有助于分析企业的盈利能力。它的计算方法是找出总收入和总成本之间的差额，然后将该值除以总成本。在本技术博客中，我们将学习如何使用 Pandas 在给定的 Excel 表中查找利润和亏损百分比。我们将使用我们在上一篇博客文章中关于查找盈亏的相同 Excel 表。
算法
导入 Pandas 库并使用 read_excel() 函数读取 Excel 表。
对每一行应用以下计算以确定总收入和总成本 −
总成本 = 购买的总单位数 * 每个单位的成本
总收入 = 销售的总单位数 * 每个单位的销售价格
使用以下公式确定每一行的利润或亏损 −
利润/亏损 = 总收入 - 总成本
使用以下公式计算每行的利润和亏损百分比 -
利润/亏损百分比 = (利润/亏损 / 总成本) * 100
设置
要使用 Python 处理 Python 中的 excel 文件，您需要安装 openpyxl 依赖项。为此，请打开终端并输入命令 -
pip install openpyxl
安装成功后，您可以继续尝试使用 Excel 文件和电子表格。
要下载以下练习中使用的 Excel 电子表格，请查看此链接
示例
import pandas as pd
# 读取 Excel 表
df = pd.read_excel('sales.xlsx')
# 计算总成本和总收入
df['Total Cost'] = df['Units Purchased'] * df['Unit Cost']
df['Total Revenue'] = df['Units Sold'] * df['Unit Price']
# 计算利润/亏损
df['Profit/Loss'] = df['Total Revenue'] - df['Total Cost']
# 计算利润/亏损百分比
df['Profit/Loss Percent'] = (df['Profit/Loss'] / df['Total Cost']) * 100
# 显示最终 DataFrame
print(df)
输出
Units Purchased Unit Cost Units Sold Unit Price Item Name Total Cost Total Revenue Profit/Loss Profit/Loss Percent
50 5.00 40 9.00 Apples 250.00 360.0 110.00 44.000000
100 3.50 80 7.00 Oranges 350.00 560.0 210.00 60.000000
25 12.00 20 15.00 Pineapples 300.00 300.0 0.00 0.000000
75 1.75 60 3.50 Bananas 131.25 210.0 78.75 60.000000
200 0.50 180 1.25 Carrots 100.00 225.0 125.00 125.000000
450 2.00 120 4.50 Potatoes 900.00 540.0 -360.00 -40.000000
40 8.00 30 12.00 Avocados 320.00 360.0 40.00 12.500000
80 1.50 70 3.00 Tomatoes 120.00 210.0 90.00 75.000000
300 20.00 25 25.00 Mangoes 6000.00 625.0 -5375.00 -860.000000
60 4.00 45 8.00 Grapes 240.00 360.0 120.00 100.000000
使用 pandas read_excel() 函数读取 Excel 文件 "sales.xlsx" 中的数据。
通过对第 6 行和第 7 行中已经存在的两列进行算术运算，在 DataFrame 中添加了另外两列，分别名为"总成本"和"总收入"。
利润或亏损是通过将总成本除以总收入来计算的。随后，通过将其除以总支出来计算利润/损失，然后将结果增加 100 以获得利润/损失率。
终端输出生成的 DataFrame。
应用程序
如果您需要计算损益数据并以表格形式显示，上述代码片段可能很有用，即试图跟踪支出和评估整体绩效的企业会发现它很有用。
借助表格格式，企业可以轻松地比较和评估他们在一定时间内的损益数字，从而使他们能够自信地决定他们的财务计划。
代码片段是一种多功能的财务分析工具，因为它可以根据企业的特定需求进行修改，因此个人也可以使用此代码来监控他们的个人财务状况，包括资产和支出。
结论
Pandas 提供了一种可靠且有效的方法来计算 Excel 工作表的损益百分比。企业和个人可以通过使用 Pandas 读取和更改数据来快速了解其财务绩效。财务分析需要确定损益百分比的能力，使用 Pandas 有助于加快和改进这一过程。因此，对于任何处理财务研究和数据的人来说，Pandas 都是一个有用的工具。
