新的任务定价方案：我们采取一个引力子模型与库伦公式形式相同y=kq1q2r^n;K是一个常量但会随着当地经济状况而变。有k1k2k3R是商品的距离Q1代表价格q2是会员对平台的偏好度与其相关的是配额；假设会员会从依据商品吸引力由高到低选择拍照任务。接下来我们计算原方案未完成任务的平均引力值我们猜测任务失败是因为引力子大小过小或分配层面出了问题也就是说该有两个商品超过用户对用户均有吸引力用户会选择高

根据以上要求，我们可以使用Python编写代码来计算任务的完成率。首先，我们需要使用pandas库来读取提供的会员信息数据，并进行数据预处理。

import pandas as pd

# 读取会员信息数据
data = pd.read_excel("D:\pythonProject3\会员信息\附件二：会员信息数据.xlsx")

# 数据预处理
data = data.dropna()  # 删除缺失值
data['完成率'] = data['信誉值'] / data['信誉值'].max()  # 计算完成率

# 计算任务完成率
任务数量 = data['任务号码'].nunique()  # 任务数量
总任务完成率 = 0

for i in range(1, 任务数量+1):
    a = data[data['任务号码'] == i]['完成率'].sum()  # 任务i的完成率之和
    总任务完成率 += a

总任务完成率 /= 任务数量  # 计算总任务完成率

print("总任务完成率：", 总任务完成率)

上述代码将会员信息数据读取到一个名为data的DataFrame中，并进行了数据预处理。然后，根据任务数量和会员的完成率计算了总任务完成率。最后，打印出总任务完成率的结果。

请注意，以上代码仅为示例，实际计算任务完成率的方法可能需要根据具体的业务逻辑进行调整。