Excel 特殊分组汇总示例
在 Excel 中分析数据时，往往会用到数据透视表。通过透视表，可以对数据从不同维度、不同类别来汇总和分析。但是透视表功能很简单，分组依据也很固化。需要将部分数据合并、分区间或者允许重复的特殊条件来分组汇总时便没法实现。针对 Excel 透视表的分组难点，本文列出一些常用的分组示例，解析难点并提供 SPL 解决代码。SPL 是专业计算引擎 esProc 使用的语言，用于处理结构化数据的运算非常方便。
一、常规完全分组
这里有一份 2019 年的产品销售表，表中记录了每个销售对某产品的销售明细。现在想要按销售员工统计出每人的销售总量，并报告出销售量的前三名予以嘉奖。
Excel 文件中数据如下：
期望结果：
使用 Excel 的透视表来做这种常规分析，能用但不好用。之所以说能用，是因为使用透视表毕竟还是可以将所有数据汇总出来，然后通过排序得出名次，再复制出前三名的数据得到期望结果。但这么多的手工操作，当数据量大，或者待保留的名次比较多时，使用起来就不那么方便。
SPL 能遵循自然思路，分步计算：
A |
B |
|
1 |
=clipboard().import@t() |
/从剪贴板导入带标题的销售数据 |
2 |
=A1.groups(Sale;sum(Amount):Total) |
/根据销售汇总，统计出每个销售的销售总量 Total |
3 |
=A2.top(-3;Total) |
/只取销售总量前三名 |
4 |
=A3.derive(#:Rank) |
/增加一个排名字段 |
5 |
=clipboard(A4.export@t()) |
/将汇总结果放回到剪贴板 |
代码执行完成后，只需在Excel 中粘贴便可得到期望结果。
本文中 SPL 示例，都通过剪贴板跟 Excel 进行数据交互。首先从 Excel 中将要分析的数据复制到剪贴板，然后在集算器设计器里编辑 SPL 脚本，最后执行代码，并在 Excel 中粘贴计算结果。
二、并入“其它”
有时候，并不希望统计每一明细数据。而是只关注其中一部分，其余的全部合并。比如上例中按产品分组统计时，只关注每种水果的销量，其他的蔬菜则全部合并统计。
期望结果：
这种依赖具体数据的合并要求，使用透视表没法做出。只能去写 VBA 宏，用程序针对特定数据分组，麻烦且有一定难度。
SPL 可以采用具体枚举值来进行划分：
A |
B |
|
1 |
=clipboard().import@t() |
/从剪贴板导入销售记录 |
2 |
=A1.align@an(["Orange","Grape","Apple","Banana","Strawberry"],Product) |
/根据水果列表，将销售记录分组，并且使用 n 选项，将其他归为一组 |
3 |
=A2.new(Product,~.sum(Amount):Total) |
/计算每组总销量，产生新的序表 |
4 |
=A3(A3.len()).Product="Others" |
/将最后一项的其他产品名称改为 Others |
5 |
=clipboard(A3.export@t()) |
/将结果导出后放置到剪贴板 |
执行结束后，在Excel 中粘贴，便可得到期望结果。
三、补充对齐
透视表只能根据数据做常规分组，对于空缺的数据，不会产生相应分组。比如对销量表按日期分组时，由于部分月份没有销售记录，因此使用透视表分组后得到的结果为：
其中 3 月等没有数据的月份，也没有相应分组，结果看起来不整齐，现在想要这样的结果：
这种需求，透视表仍然没法做到。写 VBA 代码实现的难度跟上一节类似。
SPL 可以使用条件分组，事先预置出分组类别：
A |
B |
|
1 |
=clipboard().import@t() |
/从剪贴板导入销售记录 |
2 |
=A1.run(Date=date(Date,"yyyy/MM/dd")) |
/将串型日期字段转换为日期类型 |
3 |
=A2.align@a(12,month(Date)) |
/将日期按照固定的 12 个月来分组 |
4 |
=A3.new(#:Month,~.sum(Amount):Total) |
/统计分组后的数据，产生新的序表 |
5 |
=clipboard(A4.export@t()) |
/将结果导出后放置到剪贴板 |
四、按区间分组
如下为学生的考试成绩表，现在需要根据分数所属区间，比如 60 分以下评为 C，90 分以下评为 B，90 以上评为 A，然后按照区间评级统计各分数段的人次。
考生的成绩表：
期望结果：
按照成绩划分区间段来分组时，定义好值的划分区间后，只需用 pseg 函数便可以将分数分好段，然后统计出各段人次即可。
SPL 代码如下：
A |
B |
|
1 |
=clipboard().import@t() |
/从剪贴板导入分数表 |
2 |
=[0,60,90] |
/定义分数分段区间 |
3 |
=["C","B","A"] |
/定义对应区间名称 |
4 |
=A1.align@a(A2.len(),A2.pseg(Score)) |
/算出成绩所在段，按照段分组 |
5 |
=A4.new(A3(#):Level,~.count():Count) |
/统计各段人次，产生新序表 |
6 |
=clipboard(A5.export@t()) |
/将导出结果放置到剪贴板 |
五、可重叠分组
如下为 2019 年部分国家的 GDP 产值。现在想按发达国家，发展中国家以及金砖五国分类，计算一下各类的平均 GDP。
2019 年部分国家 GDP 数据 (单位：亿美元)：
期望结果：
可以看到，其中的发展中国家跟金砖五国，是有重复数据的。像这种重复划分的需求，可以使用 enum 枚举函数，通过对数值的枚举，可以很自由地定义分组条件。
SPL 代码：
A |
B |
|
1 |
=clipboard().import@t() |
/从剪贴板导入国家 GDP 产值表 |
2 |
["America","Japan","Germany","Britain","France","Italy","Canada","Korea","Australia"].pos(?)>0 |
/枚举出发达国家 |
3 |
["China","India","Mexico","SouthAfrica"].pos(?)>0 |
/枚举发展中国家 |
4 |
["Brazil","Russia","India","China","South Africa"].pos(?)>0 |
/枚举金砖五国 |
5 |
=[A2:A4] |
/构造枚举条件序列 |
6 |
=["Developed","Developing","BRICS"] |
/枚举条件的对应名称 |
7 |
=A1.enum@r(A5,Country) |
/使用枚举函数对国家分组，注意如果允许重复数值的分组，要带上选项 r |
8 |
=A7.new(A6(#):Countries,~.avg(GDP):Average) |
/对分组后的数值计算平均 GDP，并产生新序表 |
9 |
=clipboard(A8.export@t()) |
/将结果导出并放置到剪贴板 |
《SPL Cookbook》中还有更多敏捷计算示例。
英文版