全文约1700 字；
阅读时间：约4分钟；
听完时间：约8分钟；
通过昨天的探讨，我们看到了WPS表格最新更新的GROUPBY（GBY）和PIVOTBY（PBY）函数如何极大地简化了PMC生产计划中的数据分析流程。这两个强大的工具不仅提升了工作效率，还使得数据处理变得更加直观和便捷。
今天继续测试不同的场景下，此函数的经典运用。
子件需求汇总在生产计划中最常见的一个场景是对特定生产任务单号下的子件进行需求汇总。在过去，我们通常会使用SUMIFS函数来进行这种汇总。然而，由于SUMIFS函数本身存在限制，在数据量超过一万行时，其计算效率会显著下降。随着新的函数GROUPBY的出现，我们现在可以使用动态数组公式来提高汇总效率：
J1=GROUPBY(D1:D5005,E1:G5005,SUM,3)
公式解释：
l 第一个参数（行字段）：D列包含产品对应的子件代码，这是我们聚合的数据源。
l 第二个参数（值）：E到G列分别表示产品对应子件的应发数量、实发数量和未发数量。
l 第三个参数（函数）：SUM，用于对指定数据进行求和汇总。
l 第四个参数（标头）：数字3表示结果将显示列标题。
通过使用GROUPBY函数，我们无需像使用数据透视表那样手动拖拽字段，即可一次性完成多列（E到G列）数据的计算，这不仅简化了操作步骤，还大幅提升了计算速度，相较于SUMIFS函数更为高效。
效果如下图所示：
子件物料使用数在生产计划中，PMC对物料的控制有一个重要的考量标准，即物料使用处（子件对应父件产品的数量）。产品代码的数量越多，说明该物料的通用性越高；反之，代码数量越少，则通用性越低。如果数量为1，则表明该物料为专用物料，在生产和采购的MRP需求计算时需特别注意。
请录入以下公式：
=GROUPBY(D1:D5005,B1:B5005,LAMBDA(X,COUNTA(UNIQUE(X))),3,,-2)
公式解释：
l 第一个参数（行字段）：D列包含产品对应的子件代码，这是我们聚合的数据源。
l 第二个参数（值）：B列为产品代码，即子件对应的产品代码。
l 第三个参数（函数）：使用LAMBDA定义一个匿名函数，对X（即产品代码）使用UNIQUE函数去除重复项，然后使用COUNTA统计剩余项的数量，从而得出每个子件对应的产品数量。
l 第四个参数（标头）：数字3表示结果将显示列标题。
l 第五个参数（总计）：留空表示不使用总计功能。
l 第六个参数（排序顺序）：数字-2，表示根据结果的第二列进行降序排序，使得对应产品数量多的子件排在前面。
子件物料使用明细在获得子件对应的产品明细数量后，PMC生产计划人员为了快速做出决策，需要迅速了解具体的子件物料使用情况。此时可以继续使用GROUPBY公式来显示明细。由于某些子件的明细较多，这里增加了一个动态引用显示数量的单元格。例如，在某个单元格（如I2）输入数字5，代表显示最多5个产品（如果存在的话）。如果需要查看更多的子件对应产品，只需更改该单元格中的数字即可。
请录入以下函数：
=GROUPBY(D1:D5005,B1:B5005,LAMBDA(X,ARRAYTOTEXT(TAKE(UNIQUE(X),I2))),3)
公式解释：
l 第一个参数（行字段）：D列包含产品对应的子件代码，这是我们聚合的数据源。
l 第二个参数（值）：B列为产品代码，即子件对应的产品代码。
l 第三个参数（函数）：使用LAMBDA定义一个匿名函数，对X（即产品代码）使用UNIQUE函数去除重复项，然后使用TAKE函数提取前I2（单元格指定数量5）的产品代码，最后用ARRAYTOTEXT函数将这些结果合并成一个字符串。
l 第四个参数（标头）：数字3表示结果将显示列标题。
今日技巧总结通过今天的探讨，我们进一步验证了GROUPBY（GBY）函数在不同应用场景中的强大功能。无论是子件的需求汇总、物料使用数量的统计，还是物料使用明细的展示，GROUPBY都以其高效、直观的特点成为处理大规模数据集的理想选择。
在子件需求汇总的应用中，GROUPBY函数通过动态数组公式，实现了对大量数据的快速求和汇总，大大提高了计算效率，并且简化了操作流程。相较于传统的SUMIFS函数，GROUPBY不仅克服了行数限制带来的性能瓶颈，还提供了更加灵活的数据处理方式。
物料使用数量统计方面，借助GROUPBY结合LAMBDA、UNIQUE和COUNTA函数，能够迅速识别物料的通用性，帮助PMC人员更好地制定生产策略。特别是在面对复杂的物料管理和MRP需求时，这一方法能显著提升决策效率。
而对于子件物料使用明细的展示，GROUPBY同样表现出了灵活性和实用性。通过动态引用显示数量的单元格，可以根据实际需要调整显示的明细数目，使得数据呈现既详尽又易于理解。
综上所述，GROUPBY函数不仅是处理日常生产计划数据的强大工具，也为优化供应链管理提供了有力支持。通过掌握这些高级函数的应用，我们可以更有效地管理和分析数据，从而提升整体的工作效率和决策质量。
