别再手动CV了:教你用 Python 打造一个财务/HR 专用的办公神器

import pandas as pd
import os

def merge_financial_reports(folder_path):
    """
    合并财务报表
    - 自动识别表头
    - 统一格式
    - 生成汇总表
    """
    # 获取所有Excel文件
    excel_files = [f for f in os.listdir(folder_path) if f.endswith(('.xlsx', '.xls'))]

    all_data = []

    for file in excel_files:
        file_path = os.path.join(folder_path, file)

        # 读取Excel，跳过前2行（通常是标题）
        df = pd.read_excel(file_path, skiprows=2)

        # 添加分公司名称列
        company_name = file.replace('.xlsx', '').replace('.xls', '')
        df['分公司'] = company_name

        all_data.append(df)
        print(f'已处理: {company_name}')

    # 合并所有数据
    merged_df = pd.concat(all_data, ignore_index=True)

    # 按科目汇总
    summary = merged_df.groupby('科目').agg({
        '本期金额': 'sum',
        '上期金额': 'sum'
    }).reset_index()

    # 计算同比增长
    summary['同比增长'] = (summary['本期金额'] - summary['上期金额']) / summary['上期金额'] * 100

    # 保存结果
    output_path = os.path.join(folder_path, '总公司利润表_汇总.xlsx')
    summary.to_excel(output_path, index=False)

    print(f'\n汇总完成！')
    print(f'- 合并分公司: {len(excel_files)} 家')
    print(f'- 保存位置: {output_path}')

    return summary

# 使用
if __name__ == '__main__':
    merge_financial_reports(r'D:\财务数据\分公司报表')

import pandas as pd

def reconcile_bank_statement(bank_file, system_file):
    """
    核对银行流水与财务系统
    - 自动匹配交易
    - 高亮差异
    - 生成核对报告
    """
    # 读取数据
    bank_df = pd.read_excel(bank_file)
    system_df = pd.read_excel(system_file)

    # 统一日期格式
    bank_df['日期'] = pd.to_datetime(bank_df['日期']).dt.strftime('%Y-%m-%d')
    system_df['日期'] = pd.to_datetime(system_df['日期']).dt.strftime('%Y-%m-%d')

    # 合并数据，标记来源
    bank_df['来源'] = '银行'
    system_df['来源'] = '系统'
    combined = pd.concat([bank_df, system_df])

    # 按交易号匹配
    merged = pd.merge(
        bank_df, 
        system_df, 
        on='交易号', 
        how='outer', 
        suffixes=('_银行', '_系统'),
        indicator=True
    )

    # 分类标记
    merged['核对状态'] = merged['_merge'].map({
        'both': '匹配成功',
        'left_only': '仅银行有',
        'right_only': '仅系统有'
    })

    # 计算金额差异
    merged['金额差异'] = merged['金额_银行'].fillna(0) - merged['金额_系统'].fillna(0)

    # 生成报告
    output_file = '核对报告.xlsx'
    merged.to_excel(output_file, index=False)

    # 统计结果
    total = len(merged)
    matched = len(merged[merged['核对状态'] == '匹配成功'])
    bank_only = len(merged[merged['核对状态'] == '仅银行有'])
    system_only = len(merged[merged['核对状态'] == '仅系统有'])

    print(f'核对完成！')
    print(f'- 总交易数: {total}')
    print(f'- 匹配成功: {matched}')
    print(f'- 仅银行有: {bank_only}')
    print(f'- 仅系统有: {system_only}')
    print(f'- 匹配率: {matched/total*100:.2f}%')

    return merged

# 使用
if __name__ == '__main__':
    reconcile_bank_statement('银行流水.xlsx', '财务系统.xlsx')

import pandas as pd

def calculate_salary(employee_file, attendance_file):
    """
    自动计算工资
    - 读取员工信息
    - 计算考勤
    - 生成工资条
    """
    # 读取员工信息
    employees = pd.read_excel(employee_file)

    # 读取考勤数据
    attendance = pd.read_excel(attendance_file)

    # 合并数据
    salary_df = pd.merge(employees, attendance, on='工号')

    # 计算加班费（假设基本工资/21.75/8为时薪）
    salary_df['时薪'] = salary_df['基本工资'] / 21.75 / 8
    salary_df['加班费'] = (
        salary_df['平时加班'] * salary_df['时薪'] * 1.5 +
        salary_df['周末加班'] * salary_df['时薪'] * 2 +
        salary_df['节假日加班'] * salary_df['时薪'] * 3
    )

    # 计算应发工资
    salary_df['应发工资'] = (
        salary_df['基本工资'] + 
        salary_df['绩效工资'] * salary_df['绩效系数'] + 
        salary_df['加班费'] + 
        salary_df['补贴']
    )

    # 计算社保公积金（个人部分，假设养老8%、医疗2%、失业0.5%、公积金12%）
    salary_df['社保个人'] = salary_df['应发工资'] * 0.105
    salary_df['公积金个人'] = salary_df['应发工资'] * 0.12
    salary_df['五险一金'] = salary_df['社保个人'] + salary_df['公积金个人']

    # 计算应纳税所得额
    salary_df['应纳税所得额'] = salary_df['应发工资'] - salary_df['五险一金'] - 5000  # 5000起征点

    # 计算个税（简化版，按月度税率表）
    def calc_tax(taxable_income):
        if taxable_income <= 0:
            return 0
        elif taxable_income <= 3000:
            return taxable_income * 0.03
        elif taxable_income <= 12000:
            return taxable_income * 0.10 - 210
        elif taxable_income <= 25000:
            return taxable_income * 0.20 - 1410
        elif taxable_income <= 35000:
            return taxable_income * 0.25 - 2660
        elif taxable_income <= 55000:
            return taxable_income * 0.30 - 4410
        elif taxable_income <= 80000:
            return taxable_income * 0.35 - 7160
        else:
            return taxable_income * 0.45 - 15160

    salary_df['个税'] = salary_df['应纳税所得额'].apply(calc_tax)

    # 计算实发工资
    salary_df['实发工资'] = salary_df['应发工资'] - salary_df['五险一金'] - salary_df['个税']

    # 生成工资条
    salary_slip = salary_df[[
        '工号', '姓名', '部门', '基本工资', '绩效工资', '绩效系数',
        '加班费', '补贴', '应发工资', '五险一金', '个税', '实发工资'
    ]]

    # 保存结果
    salary_slip.to_excel('工资条.xlsx', index=False)

    print('工资计算完成！')
    print(f'- 员工人数: {len(salary_slip)}')
    print(f'- 工资总额: {salary_slip["实发工资"].sum():,.2f} 元')
    print(f'- 平均工资: {salary_slip["实发工资"].mean():,.2f} 元')

    return salary_slip

# 使用
if __name__ == '__main__':
    calculate_salary('员工信息.xlsx', '考勤数据.xlsx')

import pandas as pd

def analyze_workforce(employee_file):
    """
    人力数据分析
    - 人员结构分析
    - 成本分析
    - 生成可视化报告
    """
    # 读取员工数据
    df = pd.read_excel(employee_file)

    # 1. 人员结构分析
    dept_count = df['部门'].value_counts()
    print('部门人数分布:')
    print(dept_count)
    print()

    # 2. 学历分布
    edu_count = df['学历'].value_counts()
    print('学历分布:')
    print(edu_count)
    print()

    # 3. 年龄分布
    df['年龄'] = (pd.to_datetime('today') - pd.to_datetime(df['出生日期'])).dt.days // 365
    age_bins = [0, 25, 30, 35, 40, 100]
    age_labels = ['25以下', '25-30', '30-35', '35-40', '40以上']
    df['年龄段'] = pd.cut(df['年龄'], bins=age_bins, labels=age_labels)
    age_count = df['年龄段'].value_counts()
    print('年龄分布:')
    print(age_count)
    print()

    # 4. 人力成本分析
    total_salary = df['月薪'].sum()
    avg_salary = df['月薪'].mean()
    print(f'人力成本分析:')
    print(f'- 月工资总额: {total_salary:,.2f} 元')
    print(f'- 平均月薪: {avg_salary:,.2f} 元')
    print(f'- 人力成本占比（假设营收100万）: {total_salary/1000000*100:.1f}%')

    return df

# 使用
if __name__ == '__main__':
    analyze_workforce('员工花名册.xlsx')