全文约1600字
大家好，我是古老师。最近在一家工厂进行调研时，一位车间统计员向我反映，他们工厂的员工考勤依赖于传统的打卡机。打卡记录的流水数据从后台导出后为固定格式，每次需要汇总分析时都比较麻烦。统计员询问是否有快速整理这些数据的方法。
具体来说，他们的需求是将打卡日期中的日期与星期分开，例如将“2024-12-31 周二”分为两列：一列为标准日期格式“2024/12/31”，另一列为文本格式“周二”。同时，还需要将打卡时间水平排列，并统计每位员工打卡的次数。
在详细了解了他们的需求后，我认为这是一项关于将一维数据格式整理并转换成标准化的二维结构，以便更好地进行分析和展示的表格管理任务。为了满足这一需求，可以考虑使用电子表格软件（如Excel或WPS）中的动态数组聚合函数自动完成日期分割、时间转换及打卡次数统计的工作。这样不仅能简化数据处理过程，还能提高工作效率。
分离数据为了将日期与星期分离，我们首先需要观察打卡机导出的数据格式。通过观察可以发现，数据遵循一个标准格式：“2024-12-31 周二”。基于这一格式，我们可以使用文本函数来分离日期和星期。
具体步骤如下：
插入辅助列：在合适的位置插入两列作为辅助列，用于分别展示分离后的日期和星期。
分离日期：在辅助列中录入以下公式以提取日期部分
=--LEFT(B2:B29,10)
公式解释：这里的LEFT函数用于从左侧截取10个字符长度，返回“2024-12-31”，而--操作符将文本形式的日期转换为数值，最后按下快捷键Ctrl+Shift+3，将其格式化为“yyyy/mm/dd”的标准日期格式。
分离星期：在同一行的下一个辅助列中录入以下公式以提取星期部分。
=RIGHT(B2:B29,2)
公式解释：由于“周二”等中文星期表示法通常占据两个字符位置，因此我们从右侧截取2个字符长度。
打卡次数接下来，我们将设计二维分析的列标签字段，以统计每名员工每天具体的打卡次数。为此，我们需要添加一个辅助列来计算每位员工在具体日期内的打卡次数，并按照升序排序（例如：第1次、第2次……），分别对应数字1、2、3等。
为了实现这一目标，我们可以使用SCAN函数配合LAMBDA函数创建动态数组公式，插入一列辅助列，并录入以下公式：
=SCAN(0,B2:B29,LAMBDA(X,Y,IF(Y<>OFFSET(Y,-1,),1,X+1)))
公式解释：
SCAN函数用于遍历给定数组（这里为B2:B29范围内的打卡时间戳），并根据提供的起始值（这里是0）和逻辑操作累积生成一个新的数组。
LAMBDA函数定义了一个匿名函数，接受两个参数：X代表前一次迭代的结果，Y代表当前元素。
IF(Y <> OFFSET(Y, -1, 0), 1, X + 1)这部分逻辑判断当前行的打卡记录是否与上一行相同。如果不同（即新一天的第一次打卡），则重置计数为1；如果相同，则在之前的计数基础上加1。
OFFSET(Y, -1, 0)用于获取当前单元格上方同一列的单元格内容，以此比较相邻两次打卡是否发生在同一天。
通过上述步骤，我们可以在辅助列中得到每次打卡对应的序号，从而准确统计每位员工每天的打卡次数，并进行后续分析。
聚合分析有了分离后的日期和星期数据，我们可以使用HSTACK函数将员工姓名、日期（转换为数值格式）和星期合并，作为PIVOTBY函数的行标签。同时，我们还将打卡次数作为列标签，并以打卡时间作为值标签。通过添加T函数确保文本处理正确，最终完成PIVOTBY函数的聚合操作。其他参数设置为不显示行列总计即可。
具体来说，录入以下聚合函数后，可以一键完成聚合分析：
=LET(B,B2:B29,PIVOTBY(HSTACK(A2:A29,--LEFT(B,10),RIGHT(B,2)),SCAN(0,B,LAMBDA(X,Y,IF(Y<>OFFSET(Y,-1,),1,X+1))),C2:C29,T,,0,,0))
函数解释：
PIVOTBY 函数用于创建数据透视表样式的汇总，其中：
第一个参数是行标签（员工姓名、日期和星期）。
第二个参数是列标签（打卡次数）。
第三个参数是值标签（打卡时间）。
第四个参数为函数 T
最后的两个, 0, , 0 参数表示不显示行和列的总计。
通过上述步骤，我们可以高效地对打卡数据进行聚合分析，生成易于理解的数据透视表结构。
最后总结综上所述，通过一系列有针对性的数据处理步骤，我们成功解决了工厂考勤数据整理的难题。借助HSTACK、SCAN、LAMBDA以及PIVOTBY等高级函数，我们将分散的一维数据转换成了结构化的二维表格，实现了数据的有效聚合与可视化展示。
这样的数据透视表不仅便于管理层直观地了解员工的出勤情况，也为进一步的人力资源管理决策提供了有力支持。此外，整个流程完全自动化，减少了人工干预，避免了可能的人为错误，保证了数据的一致性和可靠性。
