全文约1900字

大家好，我是古老师。今天我将分享一个关于供应商送货金额汇总的案例。这个案例不仅仅是一个简单的数据汇总，还涉及到了打印表格的优化布局。

在处理供应商送货单时，如果我们将送货单号和对应的金额分别独立地汇总成两列，即使合并了相同的送货单号，由于单号数量庞大，最终仍然会得到非常多行的数据。而当我们仅需展示金额时，这种布局会导致A4纸页面上只有两列被利用，其余大部分空间则闲置未用，造成了纸张的浪费。

为了解决这一问题，我们需要对送货单号进行了多列显示的调整，这样可以在一张A4纸上尽可能多地打印内容，提高了纸张利用率并节省了打印成本。具体的效果如下图所示：：

聚合汇总

在进行送货单号金额汇总时，我们通常首先想到的是使用 SUMIFS 函数来进行条件汇总。然而，当源数据表的内容超过10,000行（出于演示安全考虑，这里仅截取了部分数据），使用 SUMIFS 函数可能会导致运算变得“吃力”，给用户带来卡顿的感觉。

针对这种情况，古老师建议，在数据运算量超过10,000行的情况下，应尽可能使用最新版本的高效率函数，例如 GROUPBY 和 PivotBy 这样的聚合函数来提高性能。下面是一个使用 GROUPBY 函数的例子：

=GROUPBY(B2:B100000,G2:G100000,SUM,,0)

参数1：B2:B100000 是行标签，即我们要聚合的数据源列，也就是送货单号，它用于对送货单号去重。

参数2：G2:G100000 是值，即要进行运算的数值列，对应的是每个单号的金额。

参数3：SUM 表示我们希望对单号对应的金额求和。

其他参数：其他参数设置为 0 或者省略，表示不显示标题行或统计信息。

通过上述方法，即使处理10万行的数据，也能保持非常高的运算效率，毫无压力。这种方法可以显著提升大型数据集处理的速度和用户体验。

多列显示

在完成送货单号和金额的聚合汇总后，为了防止打印时浪费大量空白空间，我们需要将这两列数据转换为多列显示。由于原始数据结构是一维的，我们可以首先将两列数据合并成一列，然后再将这一列数据重新分配到多列中。为了保证数据结构的完整性，在分配多列时，我们确保列数是2的倍数，这样可以保持数据的对称性和可读性。

使用动态数组公式可以实现上述的数据转换，并获得转换后的结果：

=WRAPROWS(TOCOL(GROUPBY(B2:B100000,G2:G100000,SUM,,0)),10)

公式解释：

GROUPBY(B2:B100000, G2:G100000, SUM, , 0)：这部分函数用于按送货单号（B列）对金额（G列）进行汇总求和。

TOCOL(...)：将 GROUPBY 函数的结果从二维表转换为一维垂直数组。

WRAPROWS(..., 10)：将一维数组中的元素按照每10个元素换行的方式重新排列成多列。这里的“10”可以根据实际需要调整为其他2的倍数值，以适应不同的打印需求或页面布局。

通过这种方式，我们能够有效地优化打印输出格式，充分利用纸张空间，同时保持数据的清晰展示。此外，这种方法还便于后续的数据处理和分析。

一键聚合

对于那些对数据格式要求非常高，并且需要频繁变换行列布局的用户，可以将需要调整的列数设置为引用单元格进行设计。这样，后续只需修改这个单元格中的值，就可以轻松变换列数。我们可以在 I1 单元格创建一个下拉列表，提前录入一些数字，例如 3、4、5 等，以便用户选择所需的列数。

接下来，使用以下动态数组公式可以一键完成聚合和布局调整：

=IFNA(VSTACK(REPTARRAY({"送货单号","金额"},,I1),WRAPROWS(TOCOL(GROUPBY(B2:B100000,G2:G100000,SUM,,0)),I1*2)),"")

函数解释：

GROUPBY(B2:B100000, G2:G100000, SUM, , 0)：这部分函数用于根据送货单号（B列）对金额（G列）进行汇总求和。

TOCOL(...)：将 GROUPBY 函数的结果从二维表转换为一维垂直数组。

WRAPROWS(..., I1 * 2)：将一维数组中的元素按照每 I1 * 2 个元素换行的方式重新排列成多列。这里 I1 的值由用户通过下拉列表选择，以适应不同的打印需求或页面布局。

REPTARRAY({"送货单号", "金额"}, I1)：重复标题行（"送货单号" 和 "金额"）以匹配用户选择的列数。

VSTACK(...)：将标题行与数据行垂直堆叠在一起。

IFNA(..., "")：如果遇到任何错误，则返回空字符串，避免显示错误信息。

通过这种方式，用户可以通过简单地改变 I1 中的数值来快速调整输出表格的列数，从而实现灵活的数据展示和打印布局优化。这种方法不仅提高了工作效率，还确保了数据展示的灵活性和美观性

最后总结

综上所述，通过优化数据处理方法和打印表格布局，我们不仅解决了大型数据集处理时的效率问题，还实现了纸张资源的有效利用。使用 GROUPBY 函数代替传统的 SUMIFS，显著提升了超过10,000行的数据运算速度，保证了用户体验的流畅性。而通过将汇总后的送货单号和金额转换为多列显示，进一步提高了A4纸的利用率，减少了不必要的空白浪费，使得打印输出更加紧凑且信息量大。

此外，动态数组公式如 WRAPROWS 和 REPTARRAY 的应用，使得我们可以根据实际需求灵活调整打印格式，既保持了数据的对称性和可读性，又增强了数据展示的灵活性。特别是对于那些需要频繁变换行列布局的用户来说，通过设置引用单元格（例如 I1）并结合下拉列表来选择列数，可以实现一键聚合和布局调整，大大简化了操作流程，提高了工作效率。

这种方法适用于任何需要对大量数据进行汇总和可视化展示的场景，为提升工作效能和节约成本提供了新的思路。