所以财务朋友们想要又快又准的计算每月固定资产折旧金额就要结合数字化工具了~今天小秘书带大家来看看如何用Python计算固定资产折旧金额！

在案例分享前，我们要考虑次月折旧的跨年情形，所以在文章中将次月算法修改如下：

原为：

df['开始计提折旧日期'] = df['开始使用日期'].apply(lambda x:dt.date(x.year, x.month 1,1))

改为：

df['开始计提折旧日期'] =

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

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

在我国会计准则中可选用的折旧方法包括年限平均法、工作量法、双倍余额递减法和年数总和法，不同的折旧方法体现固定资产经济利益的预期消耗方式。在固定资产折旧的时候要注意固定资产折旧的计提还与固定资产使用状态有关。

如下固定资产需要计提折旧：

（1）在用固定资产；

（2）季节性停用及修理停用的固定资产；

（3）融资租入的固定资产（新准则下需要在使用权资产核算）

如下固定资产不计提折旧：

（1）已提足折旧仍继续使用的固定资产；

（2）提前报废的固定资产；

（3）因改造转入在建工程的固定资产。

接下来我们结合下图数据，计算固定资产折旧2020年9月的折旧额。

平均年限法核心公式：固定资产折旧=（原值-减值-残值-期初累计折旧）/剩余使用期限

1

环境设置

import pandas as pd import datetime as dt from pandas.tseries.offsets import DateOffset file = '财会实验数据.xlsx' df = pd.read_excel(file, sheet_name='固定资产卡片') df.fillna(0,inplace=True) df

2

计算剩余使用期限

因为固定资产当月增加，次月开始计提折旧，因此，计算剩余使用期限时应考虑时间差异。

# 开始计提折旧日期=开始使用日期的次月1日 df['开始计提折旧日期'] = df['开始使用日期'].apply(lambda x:(x DateOffset(months=1)).replace(day=1)) # 已折旧期限=2020年8月31日-开始计提折旧日期 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['已折旧期限'] = df['开始计提折旧日期'].map(totalmonth) # 剩余折旧期限=使用年限-已折旧期限，当已提足折旧仍继续使用时，剩余期限=0 df['剩余折旧期限'] = (df['使用年限']*12-df['已折旧期限']).apply(lambda x:max(x,0)) df

3

2020年9月折旧

报废和改造的固定资产无需计提折旧，直接转出：转出=原值-减值-期初累计折旧

其他固定资产计算折旧：本月折旧=（原值-减值-残值-期初累计折旧）/剩余使用期限

def dep(x): if x['使用状况']=='改造'or x['使用状况']=='报废': x['本月折旧'] = 0 x['转出'] = round((x['原值']-x['减值']-x['期初累计折旧']),2) elif x['剩余折旧期限']==0: x['本月折旧'] = round((x['原值']-x['减值']-x['预计残值']-x['期初累计折旧']),2) x['转出'] = 0 else: x['本月折旧'] = round((x['原值']-x['减值']-x['预计残值']-x['期初累计折旧'])/x['剩余折旧期限'],2) x['转出'] = 0 return x df = df.apply(dep,axis=1) df

4

计算固定资产折余价值

df['净值']=round（df['原值']-df['减值']- df['期初累计折旧']-df['本月折旧']-df['转出'],2） df

以上就是用Python计算固定资产折旧金额的方法了，在Python中输入公式和代码就能一键回车生成固定资产折旧费用，看起来是不是很简单呐~

©图片版权归财码Python所有，如对版权有异议，请联系后台议定处理。

本文由财码Python整理发布，如需转载请务必注明以上信息。