8

我有一个相当大的数据集，我需要将多个条目组合成一个值。我的数据集包含两个数据集组合的数据，每个数据集都使用自己的 ID 和键。

我想过使用这样的Sumproduct()功能：

=SUMPRODUCT(--('Raw data'!C:C=Landgebruik!A2);--('Raw data'!O:O={20;21;22;23;40});'Raw data'!S:S)

Landgebruik!A2持有第一个数据集的 ID，我需要将第二个数据集聚合到该 ID 。

'Raw data'!O:O包含来自第二个数据集的 ID。在上述情况下，'Raw data'!S:S当第二个 ID 的值是以下任何值时，我需要对面积 (in ) 求和：{20;21;22;23;40}. （OR 逻辑）该列仅包含整数值。

有没有其他方法可以解决这个问题，然后复制--('Raw data'!O:O=20)数组中的所有值？

编辑：

我现在采用了解决方法，即：=SUMPRODUCT(--('Raw data'!C:C=Landgebruik!A2);--('Raw data'!O:O=20)+('Raw data'!O:O=20)+('Raw data'!O:O=21)+('Raw data'!O:O=22)+('Raw data'!O:O=23)+('Raw data'!O:O=40);'Raw data'!S:S). 但我觉得应该有一种更优雅的方式来做到这一点。

4

7 回答 7

6

即使这已经完成了数百次，嘿，也许微软改变了公式或其他东西。

我偏爱 Jerry 和 Me 建议的方法，因为它们非常简单和简洁，但是您付出了沉重的性能成本。

Tom 的公式在我看来很难看，但迄今为止最快，比我最初的例子快 4 倍。我们能够将 {} 与 Tom 的公式结合起来，但要让它发挥作用，我们必须用 sum 函数包装 sumifs 函数。这大大减慢了公式，但使它更漂亮。

z32a7ul 也有一个很好的解决方案。我真的很喜欢使用 -- 并且学会了如何使用 |s 来搜索一个文本并且只搜索那个文本。乍一看，我认为它不适用于诸如 2323 之类的数字，但它确实有效。

样机示例如下：

A1：A5000 装满了 LandgeBruik，

B1:B5000 装满了 40 的

C1:5000 充满了 1。

结果：

=SUMPRODUCT((A1:A5000="LandgeBruik")*(B1:B5000={20,21,22,23,40})*C1:C5000)

19.186031 秒过去了 | 59,818,073 滴答

{=SUM(IF(A1:A5000="Landgebruik",1,0)*IF(B1:B5000={20,21,22,23,40},1,0)*C1:C5000)}

26.124411 秒过去了 | 81,450,506 滴答

{=SUM((A1:A5000=""Landgebruik"")*(B1:B5000={20,21,22,23,40})*C1:C5000)}

21.111835 秒过去了 | 65,822,330 滴答

"=SUMIFS(C1:C5000,B1:B5000,"">=20"",B1:B5000,""<=23"",A1:A5000,""=Landgebruik"")+SUMIFS(C1:C5000,B1:B5000,""=40"",A1:A5000,""=Landgebruik"")"

6.732804 秒过去了 | 20,991,490 滴答

"=SUM(SUMIFS(C1:C5000,A1:A5000,"Landgebruik",B1:B5000,{21,22,23,24,40}))"

16.954528 秒过去了 | 52,860,709 滴答

"=SUMPRODUCT(--(A1:A5000=""Landgebruik""),--NOT(ISERROR(FIND(""|""&B1:B5000&""|"",""|20|21|22|23|40|""))),C1:C5000)"

11.822379 秒过去了 | 36,859,729 滴答

于 2019-02-18T07:18:42.283 回答
6

您可以为此使用文本搜索：

--NOT(ISERROR(FIND('Raw data'!O:O,"2021222340")))

但是您必须小心，不要在较长的 ID 中错误地找到较短的 ID，例如，如果您要在 ID { 123, 456, 789 } 中搜索，则不认为 12 在 ID 中。所以像上面这样的简单文本搜索是行不通的。您需要一个分隔符来拆分 ID 字符串。通常我为此目的使用管道字符，因为我不记得它出现在 Excel 文件的原始文本中的任何情况，并且因为它使公式易于阅读：

--NOT(ISERROR(FIND("|"&'Raw data'!O:O&"|","|20|21|22|23|40|")))

例子：

'原始数据'!O:O 是 20 => |21| 发现于 |20|21|22|23|40|

'原始数据'!O:O 是 2 => |2| 在 |20|21|22|23|40| 中找不到

（如果您的 ID 可能包含管道字符，那么您可以使用 CHR(1)，这是一个早已被遗忘的 SOH ASCII 代码，意思是标题的开始；当然，它的可读性较差。）

整个公式：

=SUMPRODUCT(--('Raw data'!C:C=Landgebruik!A2),--NOT(ISERROR(FIND("|"&'Raw data'!O:O&"|","|20|21|22|23|40|"))),'Raw data'!S:S)

（对不起，我的 Excel 使用 , 而不是 ;）

于 2019-02-21T13:53:18.697 回答
5

如评论中所述，您可以将其拆分为两个 SUMIFS。如果所有值都是整数，那么将“原始数据”！O:O 与 20、21、22 和 23 进行比较与测试 >=20 和 <=23 相同。值 40 必须单独完成。

=SUMIFS('Raw Data'!S:S,'Raw Data'!C:C,Landgebruik!A2,'Raw Data'!O:O,">="&20,'Raw Data'!O:O,"<="&23)
+SUMIFS('Raw Data'!S:S,'Raw Data'!C:C,Landgebruik!A2,'Raw Data'!O:O,40)

在我的语言环境中

或者

=SUMIFS('Raw Data'!S:S;'Raw Data'!C:C;Landgebruik!A2;'Raw Data'!O:O;">="&20;'Raw Data'!O:O;"<="&23)
+SUMIFS('Raw Data'!S:S;'Raw Data'!C:C;Landgebruik!A2;'Raw Data'!O:O;40)

在您的语言环境中。

这仅在几个条件是连续整数时才有效。

速度注意事项

SUMIFS 被认为比 sumproduct 快大约五倍，因此可能是大型数据集的首选选项，如此处所示

您可能会争辩说，@ BrakNicku 的 SUM 中（有效）五个 SUMIFS 的更一般建议应该与一个 SUMPRODUCT 一样快，但是 SUM(SUMIFS) 可能仍然会获胜，因为像 SUMIFS 这样的公式可以更有效地处理全列引用比数组公式。

于 2019-02-16T10:51:48.557 回答
5

你可以对你当前的公式做一个小的改变；更改;为*（--在该特定情况下也不需要）：

=SUMPRODUCT(('Raw data'!C:C=Landgebruik!A2)*('Raw data'!O:O={20;21;22;23;40})*'Raw data'!S:S)

这应该有效。

当您向 提供单独的参数时SUMPRODUCT，每个参数必须具有相同的大小。但是当你像这样将它们相乘时，它会强制评估并且数组会扩展。

例如，如果你取两个数组，5x1 和 1x5，你会得到一个 5x5 的结果数组：

在此处输入图像描述

于 2019-02-19T06:27:23.273 回答
4

在要求 OP 进行一些澄清之后，我想试一试这个问题，因为英语不是我的主要语言，我认为我误解了一些东西。

所以，我做了什么来模拟情况，用两张纸制作了一个新的工作簿。

一张纸被命名Landgebruik并获得了一个值A2，我这样做了：

在此处输入图像描述

第二张表名为Raw data. 我隐藏了一些列以仅使用 C、O 和 S 列。在 SI 列中，仅输入等于 1 的值。在 OI 列中，随机值等于{20,21,22,23,40}，在 CI 列中，随机值是 A 或 B。看起来像这样（请注意我隐藏了一些列）：

在此处输入图像描述

问题想对 S 列中的值求和，但前提是 O 列等于 20 或 21 或 22 或 23 o 40 且 C 列等于Landgebruik!A2（在我的测试中，值中有字母A）

我们可以使用数组公式过滤 S 列中的数据，然后在过滤后对满足要求的值求和。在我的测试中，正确的结果是 8，因为 S 列中只有 8 个值满足 C 和 O 列的要求。在图像中，右侧的行以黄色突出显示。

OP 已经这样做了，但想知道是否有更短/优雅的公式。

我找到的最短公式是这样的：

=SUM(IF($O$2:$O$28={20;21;22;23;40};IF($C$2:$C$28=Landgebruik!$A$2;$S$2:$S$28)))

这是一个数组公式，所以必须按 CTRL++SHIFT插入ENTER，否则不起作用！

这个怎么运作：

首先IF取 S 列中的所有值，并忽略 O 列中的所有等效值不是 20 或 21 或 22 或 23 或 40。其次IF采用该新数组，并忽略 C 列中等效值不等于 的所有值Landgebruik!$A$2。最终数组由函数求和SUM

我已经尽力解释了。我希望你能适应你的需要。

于 2019-02-19T14:42:03.090 回答
4

如果对性能（计算速度）感兴趣，又不怕矩阵计算，可以使用MMULT：

=SUMPRODUCT(--('Raw data'!C:C=Landgebruik!A2),MMULT(--('Raw data'!O:O={20,21,22,23,24}),TRANSPOSE({1,1,1,1,1})),'Raw data'!S:S)

解释：

首先，您创建一个 1048576×5 矩阵，如果 'Raw data' 中的 ID 与第 j 行相同，则第 i 行第 j 列的值为 1！O:O 的第 i 行枚举 {20,21,22,23,24} 中的值，否则为 0。

其次，将其乘以 1 的向量（5 个 1，因为 {20,21,22,23,24} 包含五个元素），这意味着您接受所有五个值。

第三，从上面你得到一个向量，如果 ID 在可接受的值中，则第 i 个元素为 1，否则为 0，并且你将这个向量放在 SUMPRODUCT 中的其他向量旁边。

（对不起，我的 Excel 使用 ',' 而不是 ';'。如果你想缩短公式，你可以写 {1;1;1;1;1} 而不是 TRANSPOSE({1,1,1,1, 1}). 但是你必须找出你的 Excel 使用什么而不是 ';' 来分隔行，很可能是 '.'。）

注意：如果您参考实际包含值的范围，而不是整个列，例如“原始数据”！C1：C123 而不是“原始数据”！C：C，它可能会提高计算速度。

如果您在已包含的最后一行上方使用 Shift+Space Ctrl++ 插入新行，则公式中的引用将自动更新。或者，您可以使用具有特殊公式的名称，这些公式通过确定最后一个非空单元格来增加引用的范围。

更新

我做了一些测量来比较这些方法的效率。我使用了 10000 行的随机数据，并重新计算了每个公式 1000 次。您可以在第二列中看到经过的时间。

测量

当我运行这个 VBA 代码来测量时间时，我注释掉了其他公式：

Public Sub MeasureCalculationTime()
    Dim datStart As Date: datStart = Now

    Dim i As Long: For i = 1 To 1000
        Application.Calculate
    Next i

    Dim datFinish As Date: datFinish = Now
    Dim dblSeconds As Double: dblSeconds = (datFinish - datStart) * 24 * 60 * 60
    Debug.Print "Calculation finished at " & datFinish; " took " & dblSeconds & " seconds"
End Sub

在这种情况下，MMULT 并不是最快的。

但是，我想指出它是最灵活的，因为

  1. 您可以将它与开关一起使用：您引用单元格范围而不是 {1,1,1,1,1}，您将能够非常快速地在选择中包含/排除 ID。就像您放入 A1:A5 {20,21,22,23,24} 并在它旁边放入 B1:B5 {1,1,1,1,1}。如果要排除 21，则将 B2 重写为 0，如果要包含，则将其写回 1。

  2. 您可以使用更复杂的标准，您必须在其中比较多个级别。像：

    =SUMPRODUCT(MMULT(--(CarId=CarOwner),--(CarOwner=ListOfJobs),--(ListOfJobs=JobsByDepartment),--(DepartmentIncludedInSelection=1)),FuelConsumption)

注意：上面这行只是伪代码，MMULT只有两个参数。

于 2019-02-21T14:21:31.523 回答
-1

这可以工作：

={SUMPRODUCT(--('Raw data'!C:C=Landgebruik!A2);--IFERROR(MATCH('Raw data'!O:O;{20;21;22;23;40};0)>0;0);'Raw data'!S:S)}

这需要作为数组公式输入。

于 2019-02-15T13:41:04.197 回答