全文约1838 字；
阅读时间：约4分钟；
听完时间：约8分钟；
昨天我们总结了PIVOTBY（PBY）函数的优势及其在数据分析中的应用。PBY函数是一个强大的数据聚合工具，它能够同时依据行和列对数据进行重组和汇总，非常适合将简单的列表型数据转换成复杂的矩阵(二维报表）型报告。初学者应该专注于理解PBY函数的四个主要参数：行字段、列字段、值字段和汇总方式，掌握了这些就能完成大部分的数据聚合需求。
接下来，我将继续用实际的工作场景中数据来解释PBY函数的强大之处。
案例分享在工厂中，分析每个周期内不同产品的库存周转天数是提高资金效率和运营效率的有效方法之一。通常情况下，周转天数越短，表明资金利用率高、仓储成本低且市场响应速度快。相反，如果周转天数较长，则意味着资金占用较多、仓储成本上升以及产品过期或损坏的风险增加。
下表展示了车间统计员收集的不同车间及其相应负责人所管理的不同产品的库存周转天数数据。表格的B到F列的标题分别为：“车间”、“产品”、“负责人”、“目标周转天数”和“实际周转天数”，下面则对应着具体的数据。
例如：“A车间的产品1由刘备负责，该产品的目标周转天数为20天，实际周转天数为18天。”
现在需要汇总并分析每个车间不同负责人对应的产品中，库存周转天数达到目标的产品数量。
案例如下图所示：
传统函数为了汇总不同车间及对应负责人名下产品目标周转天数达标的情况，首先需要计算出每个负责人名下达标的产品数量。可以在表格旁边增加一个辅助列，并输入以下公式：
G2=IF(F3:F13<E3:E13,1,0)
公式解释：
这个公式用于判断实际周转天数（F列）是否小于目标周转天数（E列），如果实际周转天数小于目标周转天数，则表示该产品达标，在辅助列中显示1；否则显示0。该公式应从G2单元格开始应用，并向下拖动以应用于相应的数据行。
在得到了用于判断产品是否达标的辅助列之后，接下来需要去除重复项并对统计条件进行汇总。为此，可以按照以下步骤操作：
对车间去重：在垂直方向上，使用以下公式去除车间列中的重复项：
I3=UNIQUE(B3:B13)
对负责人去重并转置：在水平方向上，使用以下公式去除负责人列中的重复项，并将其转置为行方向：
J2 = TOROW(UNIQUE(D3:D13))
聚合区域汇总：在聚合区域，使用以下公式来对辅助列进行求和（因为辅助列中的 IF 公式返回的是1或0），条件是满足特定的车间和负责人：
J3=SUMIFS(G3#,B3:B13,I3#,D3:D13,J2#)
效果如下图所示：
聚合函数可以看出，使用传统函数来解决这一统计分析需求时，需要运用多个函数，如UNIQUE、TOROW 和 SUMIFS 等，并且还需要借助辅助列。如果使用聚合函数 PBY，则整个过程会相对简单得多。在合适位置录入以下公式：
=PIVOTBY(B3:B13,D3:D13,IF(F3:F13<E3:E13,1,0),SUM,,0,,0)
公式解释：
参数1：行字段 - B3:B13，这指定了行标签，即要按照哪个列的值来分组。在这个例子中，B3:B13 指的是“车间”。
参数2：列字段 - D3:D13，这指定了列标签，即要按照哪个列的值来进一步分组。在这个例子中，D3:D13 指的是“负责人”。
参数3：值字段 - IF(F3:F13<E3:E13, 1, 0)，这部分定义了要聚合的数据。这里的逻辑表达式检查实际周转天数（F3:F13）是否小于目标周转天数（E3:E13），如果是，则返回1，否则返回0。这意味着该表达式返回的是一个布尔值的数组，代表了每个产品的达标情况。
参数4：汇总方式 - SUM：这指定了如何汇总值字段的数据。在这个例子中，使用了 SUM 函数来加总所有符合条件的1s，从而得出达标产品的总数。
参数5：标头，没有录入，不显示
参数6：行的总计，录入0，不显示
参数7：行字段排序，没有录入，不排序
参数8：列的总计，录入0，不显示
参数如果觉得特别多的话，不好记忆的话，也可以直接录入前四个参数即可，效果如下：
=PIVOTBY(B3:B13,D3:D13,IF(F3:F13<E3:E13,1,0),SUM)
今日总结昨天我们介绍了PIVOTBY（PBY）函数的优势及其在数据分析中的应用。PBY函数因其灵活性和强大的数据聚合能力成为了处理复杂报表的理想工具。通过四个核心参数——行字段、列字段、值字段和汇总方式，PBY函数使初学者能够快速掌握数据聚合的基本操作，满足大部分的数据分析需求。
今天，我们通过一个实际的工作场景进一步探讨了PBY函数的应用。在工厂环境中，分析库存周转天数有助于提升资金效率和运营效率。我们展示了如何使用PBY函数轻松地汇总每个车间不同负责人名下产品的库存周转天数达标情况，与传统的使用多个函数（如UNIQUE、TOROW、SUMIFS等）和辅助列相比，PBY函数的操作更为简便直观。
通过具体的案例分析，我们发现使用PBY函数不仅减少了工作量，还提高了数据处理的准确性。仅需几个关键参数，即可生成所需的汇总报告。这再次证明了PBY函数作为一款高效数据处理工具的价值所在。
希望今天的分享能帮助大家更好地理解PBY函数，并在未来的工作中充分利用这一工具，提高工作效率，做出更加精准的数据决策。我们将持续探索更多高效实用的数据处理技巧，助力大家在工作中取得更大的成就。
