对于应收账款，作为财务的你是否在关心：谁欠钱？谁欠的多？谁欠的久？
当应收账款未能按时收回时，就会降低企业资金的使用效率，使企业效益下降 。
在赊销业务中，企业发出商品并开票确认收入后，货款却不能同步到账，这种没有货款回笼的销售收入 ， 势必会形成没有现金流入的会计利润，企业还需垫支由此产生的相关税款 。
对于应收账款的管理成本、清欠过程中的中介费用等都会增加企业的现金流出，这不仅占用了大量的流动资金，还将影响企业现金流的正常运转 。
【关于应收账款的账龄计算，让不少财务人都惊叹：早该这么做了】在今天的案例中 ， 为规避应收账款变成坏账的风险，小秘书将与大家分享跟应收账款账龄分析相关的实用工具，教大家如何借助数字化技术Python依据应收账款数据的“凭证日期”统计账龄 。
在案例中，我们将运用先进先出的原则：
- 如果应收账款借方发生额已经实现回款，那么，这部分交易不影响我们对应收账龄的统计；
- 倒序统计应收账款余额分布在哪几笔借方发生里（定义为“实际应收”），即可按实际应收借方发生的日期统计应收账款账龄 。
一般来说，应收账款清账操作需要在核算系统中找到对应的应收账款借方凭证，然后对该笔凭证进行冲销 。在这种情况下，统计应收账款账龄只需要找到未冲销的应收账款，计算凭证日期/交易日期至统计日期的间隔时长就可以了 。
我们使用先进先出的方法统计截止2020/9/30的应收账龄，账龄分段格式如下：
1
数据准备
引入应收账款凭证数据：
import pandas as pdfrom datetime import datetime, dateimport warningswarnings.filterwarnings("ignore")pd.options.display.float_format = '{:,.2f}'.formatfile = '财会实验数据.xlsx'df = pd.read_excel(file, sheet_name='客户往来账')df.fillna(0,inplace=True)df
2
数据处理
根据实验要求，按每个客户先进先出的原则统计账龄 。因此先对应收账款数据按客groupby，再在每个group中进行账龄计算 ， group内的账龄计算逻辑我们命名为AR函数 。
def AR(x):# 计算客户应收款余额total = x['本币金额'].sum()# 统计应收账款借方df_dr = x[x['本币金额']>0]# 按过账日期降序df_dr = df_dr.sort_values(by=['过帐日期'],ascending=False).reset_index(drop=True)# 应收账款先进先出，因此将余额分摊在最后几笔借方交易，一旦分摊完则停止for index, row in df_dr.iterrows():if total-row['本币金额']>0:df_dr.loc[index,'实际应收'] = row['本币金额']else:df_dr.loc[index,'实际应收'] = totalbreaktotal = total-row['本币金额']return df_drdf2 = df.groupby('客户编号',as_index=False).apply(AR)# 找一个客户验证计算结果df2.loc[df2['客户编号']==23500000]
过滤实际应收为空或者为0的数据（代表已清账）
df3=df2[（pd.isna(df2['实际应收']）==False）&（df2['实际应收']！=0）df3.loc[df3['客户编号']==23500000]
3
数据计算
计算每笔实际应收账款截止2020/9/30的账龄 ， 账龄以月份数据表示，不足一月的按照天数/30计算小数 。
enddate = date(2020, 9, 30)def totalmonth(startdate):return round((enddate.year-startdate.year)*12(enddate.month-startdate.month)(enddate.day-startdate.day)/30,2)df3['账龄']=df3['过帐日期'].map(totalmonth)df3.loc[df3['客户编号']==23500000]
计算账龄区间：使用条件判断
? 当账龄小于等于3个月时，落入账龄区间 1-3月；
? 当账龄大于3个月小于等于12个月时 ， 落入账龄区间 3月-1年；
? 当账龄大于12个月小于等于24个月时，落入账龄区间 1-2年；
? 当账龄大于36个月时，落入账龄区间 3年以上 。
def age(totalmonth):if totalmonth<=3:age='1-3月'elif totalmonth<=12:age='3月-1年'elif totalmonth<=24:age='1-2年'else:age='3年以上'return agedf3['账龄区间']=df3['账龄'].map(age)df3.loc[df3['客户编号']==23500000]
账龄统计：
pd.pivot_table(df3,index['客户编号'],columns=['账龄区间'],values=['实际应收'],aggfunc=sum,fill_value=https://www.itzhengshu.com/excel/0）
以上就是用Python自动计算应收账款账龄的操作步骤了 。公司的应收账款在流动资产中具有举足轻重的地位，如果公司的应收账款能及时收回，那么公司的资金使用效率将能大幅提高！
?图片版权归财码数字化所有 ， 如对版权有异议，请联系后台议定处理 。
本文由财码数字化整理发布，如需转载请务必注明以上信息 。