python根据数量打折输出总额_python笔记：根据采购订单和调价表做周报，调价分析，平均单价，张数及占比...-CSDN博客

首先我们导出来的源表是采购订单和调价表，然后根据这两个表就可以做出周报，包含周下单张数，数量，金额，调价及调价占比，各类型的平均单价，各类型的金额，数量，张数占比等信息。

前两张图片分别是源表采购订单和调价表，后三张就是生成的周报，平均单价，各类型占比喽。

#!/usr/bin/env python

# coding: utf-8

# # 周报

# In[26]:

import pandas as pd

df=pd.read_excel(r"D:小工具专案多表拼接周报采购订单.xlsx",sheet_name="sheet1")

df.head(2)

# In[27]:

df.info()

# In[28]:

df["采购日期"]=pd.to_datetime(df["采购日期"])#转换为日期格式

df.info()

# In[29]:

df["week"]=df["采购日期"].apply(lambda x:x.week)

df.head(2)

# In[53]:

df_week=df.groupby("week").aggregate({"物料编码":"count","采购数量":"sum","金额":"sum"})

# In[54]:

df_week["平均单价"]=round(df_week["金额"]/df_week["采购数量"],2)#round(a/b,2)保留两位小数

df_week.head(2)

# In[57]:

df_week=df_week.rename(columns={"物料编码":"图纸张数"})

# In[64]:

df_weekly=df.groupby([df["week"],df["加工件类型"]]).aggregate({"物料编码":"count","采购数量":"sum","金额":"sum"})

# In[67]:

df_weekly["平均单价"]=round(df_weekly["金额"]/df_weekly["采购数量"],2)

df_weekly.head(2)

# In[76]:

#平均单价报表

df_weekly_mean=pd.pivot_table(df_weekly,values="平均单价",columns="加工件类型",index="week",aggfunc="mean",fill_value=0)

df_weekly_mean.head(2)

# In[81]:

df_weekly_totalsum=pd.pivot_table(df_weekly,values="金额",columns="加工件类型",index="week",aggfunc="sum",fill_value=0)

# In[83]:

#对行求和得总额

df_weekly_totalsum["总额"]=df_weekly_totalsum.sum(axis=1)

# In[119]:

df_weekly_totalsum.head()

# In[120]:

#取各类型占比

df_weekly_totalsum1=df_weekly_totalsum.apply(lambda x:round(x/df_weekly_totalsum["总额"],4))

df_weekly_totalsum1.head(2)

# In[121]:

#合并金额与占比

df_weekly_totalsum2=pd.merge(df_weekly_totalsum,df_weekly_totalsum1,on="week")

df_weekly_totalsum2.head(2)

# In[122]:

#图纸张数的报表

df_weekly_totalquantity=pd.pivot_table(df_weekly,values="采购数量",columns="加工件类型",index="week",aggfunc="sum",fill_value=0)

df_weekly_totalquantity.head(2)

# In[123]:

df_weekly_totalquantity["总数量"]=df_weekly_totalquantity.sum(axis=1)#每周总数量

df_weekly_totalquantity1=df_weekly_totalquantity.apply(lambda x:round(x/df_weekly_totalquantity["总数量"],4))#换算成占比

df_weekly_totalquantity1.head(2)#预览前两行

# In[125]:

df_weekly_totalquantity2=pd.merge(df_weekly_totalquantity,df_weekly_totalquantity1,on="week")#合并数量与数量占比

df_weekly_totalquantity2.head(2)

# In[134]:

#张数，张数占比

df_weekly_totalcount=pd.pivot_table(df_weekly,values="物料编码",columns="加工件类型",index="week",aggfunc="sum",fill_value=0)

df_weekly_totalcount["总张数"]=df_weekly_totalcount.sum(axis=1)

df_weekly_totalcount1=df_weekly_totalcount.apply(lambda x:round(x/df_weekly_totalcount["总张数"],4))

df_weekly_totalcount2=pd.merge(df_weekly_totalcount,df_weekly_totalcount1,on="week")

df_weekly_totalcount2.head(2)

# In[176]:

df_price=pd.read_excel(r"D:小工具专案多表拼接周报采购调价表.xlsx",sheet_name="sheet1",index_col=0)

# In[191]:

df_price1=pd.merge(df_price,df,left_on=["调后单价","物料编码"],right_on=["单价","物料编码"],how="inner")

df_price1.to_excel(excel_writer=r"D:小工具专案多表拼接周报dfpriceinner.xlsx")

# In[232]:

df_price1["调前金额"]=df_price1["调前单价"]*df_price1["采购数量"]

df_price1["调价差额"]=df_price1["金额"]-df_price1["调前金额"]

df_price1.head(5)

df_price2=df_price1.groupby("week")["调价差额"].sum()

df_price3=df_price1.groupby("week")["调价差额"].count()

df_price4=pd.merge(df_price2,df_price3,on="week",how="outer")

#df_price4.rename({调差差额_x:调价差额})

df_price4=df_price4.rename(columns={"调价差额_x":"调价差额","调价差额_y":"调价图纸张数"})

df_price5=pd.merge(df_week,df_price4,on="week",how="outer")

df_price5["调价差额占比"]=round(df_price5["调价差额"]/df_price5["金额"],4)

df_price5["调价张数占比"]=round(df_price5["调价图纸张数"]/df_price5["图纸张数"],4)

df_price5.fillna(0)

# In[235]:

writer=pd.ExcelWriter("D:/小工具专案/多表拼接/周报/2020周报.xlsx",engine="xlsxwriter")

df_price5.to_excel(writer,sheet_name="汇总")

df_weekly_mean.to_excel(writer,sheet_name="平均单价")

df_weekly_totalsum2.to_excel(writer,sheet_name="金额及金额占比")

df_weekly_totalquantity2.to_excel(writer,sheet_name="数量及数量占比")

df_weekly_totalcount2.to_excel(writer,sheet_name="张数及张数占比")

writer.save()

print("亲爱的，周报已完成")