一、业务背景

?葡萄有限责任公司是一家销售机械设备的企业，以湖北区域为主要市场。本次主要针对8位销售人员2019年的销售情况进行销售业绩的与个人所得税的计算。

二、员工等级表、业绩任务表、商品价格表、销售提成表、个人所得税税率表

职位等级表 <- data.frame(等级 = c(1,2,3),
                      职务 = c("高级销售经理", "销售经理", "销售人员"))

员工等级表 <- data.frame(姓名 = c("刘一", "孙二", "张三", "李四", "王五", "赵六", "邓七", "朱八"),
                      等级 = c(2, 2, 3, 3, 3, 3, 3, 1),
                      stringsAsFactors = FALSE)
str(员工等级表)

## 'data.frame':    8 obs. of  2 variables:
##  $ 姓名: chr  "刘一" "孙二" "张三" "李四" ...
##  $ 等级: num  2 2 3 3 3 3 3 1

业绩任务表 <- data.frame(等级 = c(1,2,3),
                      任务数 = c(1500000L, 1200000L, 1000000L),
                      stringsAsFactors = FALSE)

商品价格表 <- data.frame(商品 = c("车床01", "车床02", "吊机01", "吊机02", "吊机03", "吊机04", "进升车床01", "自滚车床01", "自滚车床02"),
                      单价 = c(48000, 53000, 77000, 97000, 120000, 150000, 23000, 46000, 88000),
                      stringsAsFactors = FALSE)
str(商品价格表)

## 'data.frame':    9 obs. of  2 variables:
##  $ 商品: chr  "车床01" "车床02" "吊机01" "吊机02" ...
##  $ 单价: num  48000 53000 77000 97000 120000 150000 23000 46000 88000

销售提成表 <- data.frame(档次 = c(1, 2, 3, 4, 5),
                      完成率 = c(0, 100, 110, 130, 160)*0.01,
                      加成比率 = c(1, 0.5, 0.8, 1, 1.2)*0.01,
                      stringsAsFactors = FALSE)
str(销售提成表)

## 'data.frame':    5 obs. of  3 variables:
##  $ 档次    : num  1 2 3 4 5
##  $ 完成率  : num  0 1 1.1 1.3 1.6
##  $ 加成比率: num  0.01 0.005 0.008 0.01 0.012

个人所得税税率表 <- data.frame(级数 = c(1:7),
                         应纳所得税额 = c(0, 36000, 144000, 300000, 420000, 660000, 960000),
                         税率 = c(3,10,20,25,30,35,45)*0.01,
                         速算扣除数 = c(0,2520,16920,31920,52920,85920,181920),
                         stringsAsFactors = FALSE
                         )
str(个人所得税税率表)

## 'data.frame':    7 obs. of  4 variables:
##  $ 级数        : int  1 2 3 4 5 6 7
##  $ 应纳所得税额: num  0 36000 144000 300000 420000 660000 960000
##  $ 税率        : num  0.03 0.1 0.2 0.25 0.3 0.35 0.45
##  $ 速算扣除数  : num  0 2520 16920 31920 52920 ...

三、随机生成500条日销售明细

日期 <- seq.Date(from = as.Date("20190101", format = "%Y%m%d"),
               by = "day",
               length.out = 365) %>%
  sample(500, replace = TRUE) %>%
  sort()
str(日期)

##  Date[1:500], format: "2019-01-04" "2019-01-04" "2019-01-05" "2019-01-06" "2019-01-07" ...

省市 <- c("湖北省武汉市", "湖北省潜江市", "湖北省天门市", "湖北省仙桃市", "湖北省十堰市", "湖北省恩施市", "湖北省黄冈市", "湖北省襄樊市", "湖北省黄冈市", "湖北省宜昌市") %>%
  sample(500, replace = TRUE)
str(省市)

##  chr [1:500] "湖北省黄冈市" "湖北省黄冈市" "湖北省宜昌市" ...

销售明细表 <- data.frame(日期,
                      省市,
                      姓名 = sample(员工等级表$姓名, 500, replace = TRUE),
                      商品 = sample(商品价格表$商品, 500, replace = TRUE),
                      销售.台 = sample(c(1:5), 500, replace = TRUE),
                      stringsAsFactors = FALSE)
str(销售明细表)

## 'data.frame':    500 obs. of  5 variables:
##  $ 日期   : Date, format: "2019-01-04" "2019-01-04" ...
##  $ 省市   : chr  "湖北省黄冈市" "湖北省黄冈市" "湖北省宜昌市" "湖北省仙桃市" ...
##  $ 姓名   : chr  "王五" "刘一" "孙二" "王五" ...
##  $ 商品   : chr  "自滚车床02" "吊机01" "吊机03" "吊机03" ...
##  $ 销售.台: int  5 1 2 2 2 1 4 3 4 2 ...

knitr::kable(head(销售明细表), align = "c", caption = "?葡萄公司2019年销售明细表")

四、计算销售金额明细

salesVolume <- 销售明细表 %>%
  left_join(商品价格表, by = "商品") %>%
  mutate(sale = 销售.台*单价)#添加新变量
str(salesVolume)

## 'data.frame':    500 obs. of  7 variables:
##  $ 日期   : Date, format: "2019-01-04" "2019-01-04" ...
##  $ 省市   : chr  "湖北省黄冈市" "湖北省黄冈市" "湖北省宜昌市" "湖北省仙桃市" ...
##  $ 姓名   : chr  "王五" "刘一" "孙二" "王五" ...
##  $ 商品   : chr  "自滚车床02" "吊机01" "吊机03" "吊机03" ...
##  $ 销售.台: int  5 1 2 2 2 1 4 3 4 2 ...
##  $ 单价   : num  88000 77000 120000 120000 97000 150000 53000 120000 46000 88000 ...
##  $ sale   : num  440000 77000 240000 240000 194000 150000 212000 360000 184000 176000 ...

knitr::kable(head(salesVolume), align = "c", caption = "?GrapeS Co., Ltd. 2019 Sales Details")

五、计算个人所得税速算扣除数

#计算速算扣除数（向量的方法）
所得额级差 <- c()#不同级数所得额之间的差额
for (i in 1:(length(个人所得税税率表$级数)-1)) {
  所得额级差[i] <- 个人所得税税率表$应纳所得税额[i+1] - 个人所得税税率表$应纳所得税额[i]
}
速算扣除数级差 <- c()
for (i in 1:(length(个人所得税税率表$税率)-1)) {
  速算扣除数级差[i] <- sum((个人所得税税率表$税率[i+1]-个人所得税税率表$税率[1:i])*所得额级差[1:i])
}
速算扣除数 <- append(速算扣除数级差,0,0)
Month <- salesVolume %>%
  select(Month = 日期) %>%
  format(format="%b")
salesTotal <- salesVolume %>%
  data.frame(Month, stringsAsFactors = FALSE) %>%
  group_by(Month, 姓名) %>%
  summarise(subTotal = sum(sale)) %>%
  left_join(员工等级表, by="姓名") %>%
  left_join(职位等级表, by="等级") %>%
  left_join(业绩任务表, by="等级") %>%
  mutate(Performance = (subTotal/任务数))
knitr::kable(个人所得税税率表,  align = "c", caption = "?GrapeS Co., Ltd. 2019 Table of income tax rates")

六、用计算所得税速算扣除数的方法计算提成扣除数

销售提成表 <- 销售提成表 %>%
  mutate(提成率 = cumsum(加成比率))
#计算速算扣除数（向量的方法）
销售额级差 <- c()#不同级数所得额之间的差额
for (i in 1:(length(销售提成表$档次)-1)) {
  销售额级差[i] <- (销售提成表$完成率[i+1] - 销售提成表$完成率[i])
}
销售额级差1 = 销售额级差*业绩任务表$任务数[1]
销售额级差2 = 销售额级差*业绩任务表$任务数[2]
销售额级差3 = 销售额级差*业绩任务表$任务数[3]
销售提成表 <- mutate(销售提成表,
                     销售额级差.1 = append(销售额级差1, 0, 0),
                     销售额级差.2 = append(销售额级差2, 0, 0),
                     销售额级差.3 = append(销售额级差3, 0, 0))

销售速算扣除数级差1 <- c()
for (i in 1:(length(销售提成表$档次)-1)) {
  销售速算扣除数级差1[i] <- sum((销售提成表$提成率[i+1]-销售提成表$提成率[1:i])*销售额级差1[1:i])
}
速算扣除数1 <- append(销售速算扣除数级差1,0,0)

销售速算扣除数级差2 <- c()
for (i in 1:(length(销售提成表$档次)-1)) {
  销售速算扣除数级差2[i] <- sum((销售提成表$提成率[i+1]-销售提成表$提成率[1:i])*销售额级差2[1:i])
}
速算扣除数2 <- append(销售速算扣除数级差2,0,0)

销售速算扣除数级差3 <- c()
for (i in 1:(length(销售提成表$档次)-1)) {
  销售速算扣除数级差3[i] <- sum((销售提成表$提成率[i+1]-销售提成表$提成率[1:i])*销售额级差3[1:i])
}
速算扣除数3 <- append(销售速算扣除数级差3,0,0)
销售提成表 <- mutate(销售提成表,
                     速算扣除数.1 = 速算扣除数1,
                     速算扣除数.2 = 速算扣除数2,
                     速算扣除数.3 = 速算扣除数3)
knitr::kable(销售提成表, align = "c", caption = "?GrapeS Co., Ltd. 2019 Sales commission table")

七、计算销售提成额

扣除数层级 <- c()
for (i in 1:length(salesTotal$Performance)) {
  扣除数层级[i] <- 销售提成表$完成率[max(which(salesTotal$Performance[[i]]>销售提成表$完成率))]
}
扣除数档次 <- c()
for (i in 1:length(salesTotal$Performance)) {
  扣除数档次[i] <- which(销售提成表$完成率 == 扣除数层级[i])
}
salesTotal1 <- data.frame(salesTotal)
salesTotal1 <- mutate(salesTotal1, 扣除数档次)
适用提成率 <- c()
for (i in 1:length(salesTotal$Performance)) {
  适用提成率[i] <- 销售提成表$提成率[salesTotal1$扣除数档次[i]]
}

适用扣除数 <- c()
for (i in 1:length(salesTotal$Performance)) {
  if (salesTotal1$等级[i]==1) {
    适用扣除数[i] <- 销售提成表$速算扣除数.1[salesTotal1$扣除数档次[i]]
  }else{
    if (salesTotal1$等级[i]==2) {
    适用扣除数[i] <- 销售提成表$速算扣除数.2[salesTotal1$扣除数档次[i]]
    }else{
    if (salesTotal1$等级[i]==3) {
    适用扣除数[i] <- 销售提成表$速算扣除数.3[salesTotal1$扣除数档次[i]]
    }
  }
  }
}
提成金额 <- salesTotal1$subTotal*适用提成率-适用扣除数
salesTotal2 <- mutate(salesTotal1, 提成金额)
knitr::kable(head(salesTotal2), align = "c", caption = "?GrapeS Co., Ltd. 2019 Sales commission table 1")

八、计算个人所得税额

税率层级 <- c()
for (i in 1:length(salesTotal2$Performance)) {
  税率层级[i] <- 个人所得税税率表$应纳所得税额[max(which(salesTotal2$提成金额[i]>个人所得税税率表$应纳所得税额))]
}
速算扣除数档次 <- c()
for (i in 1:length(salesTotal2$Performance)) {
  速算扣除数档次[i] <- which(个人所得税税率表$应纳所得税额 == 税率层级[i])
}
salesTotal3 <- data.frame(salesTotal2)
salesTotal3 <- mutate(salesTotal3, 速算扣除数档次)
适用税率 <- c()
for (i in 1:length(salesTotal3$Performance)) {
  适用税率[i] <- 个人所得税税率表$税率[salesTotal3$速算扣除数档次[i]]
}
个税适用扣除数 <- c()
for (i in 1:length(salesTotal3$Performance)) {
  个税适用扣除数[i] <- 个人所得税税率表$速算扣除数[salesTotal3$速算扣除数档次[i]]
}
应纳税额 <- salesTotal3$提成金额*适用税率-个税适用扣除数
salesTotal4 <- mutate(salesTotal3, 应纳税额)
knitr::kable(head(salesTotal4), align = "c", caption = "?GrapeS Co., Ltd. 2019 Personal income tax payable")