所以财務朋友們想要又快又準的計算每月固定資産折舊金額就要結合數字化工具了~今天小秘書帶大家來看看如何用Python計算固定資産折舊金額！

在案例分享前，我們要考慮次月折舊的跨年情形，所以在文章中将次月算法修改如下：

原為：

df['開始計提折舊日期'] = df['開始使用日期'].apply(lambda x:dt.date(x.year, x.month 1,1))

改為：

df['開始計提折舊日期'] =

df['開始使用日期'].apply(lambda x:(x DateOffset(months=1)).replace(day=1))

使用DateOffset能自動将月份加1，再将日期replace成1号就可以了。

在我國會計準則中可選用的折舊方法包括年限平均法、工作量法、雙倍餘額遞減法和年數總和法，不同的折舊方法體現固定資産經濟利益的預期消耗方式。在固定資産折舊的時候要注意固定資産折舊的計提還與固定資産使用狀态有關。

如下固定資産需要計提折舊：

（1）在用固定資産；

（2）季節性停用及修理停用的固定資産；

（3）融資租入的固定資産（新準則下需要在使用權資産核算）

如下固定資産不計提折舊：

（1）已提足折舊仍繼續使用的固定資産；

（2）提前報廢的固定資産；

（3）因改造轉入在建工程的固定資産。

接下來我們結合下圖數據，計算固定資産折舊2020年9月的折舊額。

平均年限法核心公式：固定資産折舊=（原值-減值-殘值-期初累計折舊）/剩餘使用期限

1

環境設置

import pandas as pd import datetime as dt from pandas.tseries.offsets import DateOffset file = '财會實驗數據.xlsx' df = pd.read_excel(file, sheet_name='固定資産卡片') df.fillna(0,inplace=True) df

2

計算剩餘使用期限

因為固定資産當月增加，次月開始計提折舊，因此，計算剩餘使用期限時應考慮時間差異。

# 開始計提折舊日期=開始使用日期的次月1日 df['開始計提折舊日期'] = df['開始使用日期'].apply(lambda x:(x DateOffset(months=1)).replace(day=1)) # 已折舊期限=2020年8月31日-開始計提折舊日期 1天 enddate=dt.date(2020, 9, 1) def totalmonth(startdate): return (enddate.year-startdate.year)*12 (enddate.month-startdate.month) (enddate.day-startdate.day)/30 df['已折舊期限'] = df['開始計提折舊日期'].map(totalmonth) # 剩餘折舊期限=使用年限-已折舊期限，當已提足折舊仍繼續使用時，剩餘期限=0 df['剩餘折舊期限'] = (df['使用年限']*12-df['已折舊期限']).apply(lambda x:max(x,0)) df

3

2020年9月折舊

報廢和改造的固定資産無需計提折舊，直接轉出：轉出=原值-減值-期初累計折舊

其他固定資産計算折舊：本月折舊=（原值-減值-殘值-期初累計折舊）/剩餘使用期限

def dep(x): if x['使用狀況']=='改造'or x['使用狀況']=='報廢': x['本月折舊'] = 0 x['轉出'] = round((x['原值']-x['減值']-x['期初累計折舊']),2) elif x['剩餘折舊期限']==0: x['本月折舊'] = round((x['原值']-x['減值']-x['預計殘值']-x['期初累計折舊']),2) x['轉出'] = 0 else: x['本月折舊'] = round((x['原值']-x['減值']-x['預計殘值']-x['期初累計折舊'])/x['剩餘折舊期限'],2) x['轉出'] = 0 return x df = df.apply(dep,axis=1) df

4

計算固定資産折餘價值

df['淨值']=round（df['原值']-df['減值']- df['期初累計折舊']-df['本月折舊']-df['轉出'],2） df

以上就是用Python計算固定資産折舊金額的方法了，在Python中輸入公式和代碼就能一鍵回車生成固定資産折舊費用，看起來是不是很簡單呐~

©圖片版權歸财碼Python所有，如對版權有異議，請聯系後台議定處理。

本文由财碼Python整理發布，如需轉載請務必注明以上信息。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!