精粹复盘！古老师26周文章指南：入门到精通的WPS修炼术

今天是6月30日，2024年的第26周，恰逢周日。在这个宁静的时刻，我决定对古老师本周的文章进行一次深入的复盘。复盘的目的不仅是为了总结解题思路，回顾关键知识点，更是为了建立一套关键词索引，以便于未来快速检索。过去，由于缺乏这样的整理工作，我常常发现自己难以回忆起曾经写过的案例或某些重要知识点，有时甚至连源文件也无处可寻。通过今天的复盘，我希望能够改变这一状况，让知识的管理变得更加高效和有序。

图 1

星期一 4月24日

源文链接

431 智能整理：一键自动化解决 PMC 客户信息混乱难题

设计思路

处理那些包含文本、特殊符号及数字且遵循特定模式的信息时，若要根据明确的规则（如数字或文本类型）进行拆分，分列操作显得极为有效，而TEXTSPLIT函数在此过程中尤为突出。它通过枚举所有指定的特殊符号，成功地将复杂混合内容分解开来。一旦内容被妥善分离，若需对各部分进行有序排列（确保姓名位于首位，手机其次，地址最后），则可利用LENB函数来测定每段信息的字节数，为多条件排序工具SORTBY提供排序标准，最终促成客户信息地址从杂乱无章转变为条理清晰的一维表格格式。

图 2

核心函数

• TEXTSPLIT：负责分割混合文本。

• LENB：用于计算字符串的字节长度。

• SORTBY：根据多个条件执行排序。

创新亮点

利用文本的字节长度作为多条件排序的一个维度，增强了信息整理的逻辑性和高效性。

参考公式

=DROP(REDUCE("",TOCOL(B3:B2000,3),LAMBDA(X,Y,VSTACK(X,LET(x,TEXTSPLIT(Y,{" ","；","，","。"}),SORTBY(x,LENB(x)))))),1)

图 3

星期二 4月25日

源文链接

432 告别繁琐手工整理：一键重塑采购报价单的自动化攻略

设计思路

面对单元格内含有多种信息的情况，首步是检查数据是否利用换行符进行了分隔。当遇到一系列单元格普遍存在换行数据，需统一整理时，可通过TEXTJOIN函数，采用特殊符号“#”作为连接符，将这些单元格内容合并为单一单元格。接下来，利用TEXTSPLIT按照行列需求进行细致拆分。

为解决拆分后数据维度可能不匹配的问题，采用HSTACK水平拼接原单元格内容（即拆分前状态）。此过程中，若遭遇数组尺寸不一导致的#/NA错误，则利用IFNA函数予以规避。最后，借助REDUCE与LAMBDA的组合，通过迭代堆叠操作，完成数据的系统化整理。

图 4

核心函数

• TEXTJION：文本合并函数

• TEXTSPLIT：文本分离函数

• IFNA+HSTACK：水平拼接组合

• REDUCE+LAMBDA：垂直堆叠 组合

创新亮点

先合并、再分列，后堆叠

参考公式

=REDUCE(B2:F2,B3:B5,LAMBDA(X,Y,VSTACK(X,LET(A,OFFSET(Y,,,,2),B,OFFSET(Y,,2,,3),IFNA(HSTACK(A,TRANSPOSE(TEXTSPLIT(TEXTJOIN("#",,B),CHAR(10),"#"))),A)))))

效果如下图所示：

图 5

星期三 4月26日

源文链接

433 PMC一招搞定任务分配！如何用WPS智能识别多项目负责人？

设计思路

在解决团队成员项目分配辨识问题时，例如快速区分负责单一项目与多个项目的员工，可遵循以下方案：首先，利用COUNTIFS函数统计每位员工参与项目的总次数。若某员工出现次数超过1次，则视其负责多个项目；此时，通过UNIQUE函数剔除重复条目即可识别多项目人员。相反，计数结果为1的员工则负责唯一项目。

图 6

核心函数：

• COUNTIFS：实现条件计数

• UNIQUE：移除重复项

• FILTER：数据筛选

• IFNA + HSTACK：处理缺失值并水平合并数组

创新亮点：

结合计数结果（大于1或等于1）的逻辑判断，直接产出TRUE或FALSE逻辑值，作为FILTER函数筛选条件，高效区分不同类别员工。

参考公式

=IFNA(LET(C,C3:C16,HSTACK(UNIQUE(FILTER(C,COUNTIF(C,C)>1)),UNIQUE(FILTER(C,COUNTIF(C,C)=1)))),"")

利用计数判断逻辑，借助FILTER筛选出多项目与唯一项目的员工名单，通过UNIQUE去除重复，并利用IFNA搭配HSTACK优雅处理可能的空值情况，最终输出清晰的分类结果。效果如下图所示：

图 7

星期四 4月27日

源文链接

434 从新手到高手：小明的职场晋级之路——月销售汇总攻略

设计思路

针对职场新人在处理月销售汇总时，以下是三个实用策略概述：

1.数据透视表:

优点: 操作简便，只需拖放字段。

缺点: 数据更新需手动刷新。

2.辅助列公式:

优点: 能自动实时反映数据变化。

缺点: 需要额外的工作表空间。

3.动态数组方法:

优点: 快速一键生成汇总数据。

缺点: 需要Excel较新版本支持。

图 8

核心函数：

• SEQUENCE: 生成连续的月份序号。

• MONTH: 从日期中提取月份。

• MAP + LAMBDA: 将传统公式转换为动态数组公式。

• HSTACK: 实现数据的水平拼接展示。

创新亮点：

引入了MAP函数与LAMBDA表达式，巧妙构建动态数组，依据由1至12的序列（代表各月），结合MONTH函数提取的实际销售记录中的月份，通过逻辑比较确定匹配项，并乘以对应销售额，以此高效汇总特定月份的销售总额。

参考公式

=LET(A,SEQUENCE(12),VSTACK({"月份","销售额"},HSTACK(TEXT(A,"#月"),MAP(A,LAMBDA(X,SUM((MONTH(B3:B368)=X)*(C3:C368)))))))

该公式首先定义了一个代表1至12月份的序列，然后构建了一个汇总表，其中包含月份标签及通过动态数组计算得出的每月销售额。利用逻辑判断确保仅汇总指定月份的销售记录，实现了灵活且高效的月度销售汇总功能。

图 9

星期五 4月28日

源文链接

435 销售王者速查手册：WPS高级公式助力月末冠军统计

设计思路

对于寻找数据集中的极值问题，核心策略围绕数据排序（借助SORT函数）与定位查询（通过VLOOKUP函数）展开。具体而言，先对数据进行排序操作，使得极值（最大值或最小值）位于列表的首尾位置，随后利用VLOOKUP根据需求找到这些极值。若追求更进一步的自动化，结合使用UNIQUE、筛选函数和LAMBDA，可实现去除重复项并一键生成所需极值信息。

图 10

核心函数：

• SORT：实现数据排序，为极值定位奠定基础。

• VLOOKUP：根据排序后的数据，高效查找出目标极值。

• LAMBDA：用于创建自定义函数，封装复杂逻辑，提高公式灵活性。

• VSTACK/HSTACK：用于数组的垂直或水平拼接，便于构造输出结构。

• UNIQUE：移除重复数据，确保分析结果的唯一性。

• CHOOSECOLS：灵活选取数据集中的特定列，为SORT提供精确数据范围。

创新亮点：

本方案创新性地融合了排序与灵活查询技术，通过先对数据进行智能排序，再运用列选择与自定义函数fx，不仅能够迅速锁定极值所在，还能通过用户自定义的方式，实现高度定制化的极值提取。最终，利用数组拼接函数优雅地组织输出结果，提升了数据处理的效率与直观性。

参考公式

=LET(U,UNIQUE(C3:C13),fx,LAMBDA(x,VLOOKUP(U,SORT(CHOOSECOLS(B3:D13,2,1,3),{1,3},{1,-1}),x,0)),VSTACK({"小组","姓名","销售额"},HSTACK(U,fx(2),fx(3))))

图 11

星期六 4月29日

源文链接

436 告别手动盘点：SCAN加REUDCE函数自动化公式精准预测缺货时间

设计思路

在制定生产计划时，为了根据客户需求精准判断潜在的缺货时间，可以采用一种策略：首先利用公式计算库存与预计消耗量之间的差额。具体实施步骤包括筛选出各零件的特定需求，通过FILTER函数实现；接着利用TAKE函数仅保留相关需求量。采用SCAN结合LAMBDA函数逐步累加这些需求，模拟库存随时间的减少情况。随后，借助VLOOKUP或XLOOKUP函数匹配每个零件的当前库存，并从累计需求中减去库存量，进行零值检测，任何结果小于零的指示着库存短缺。此时，返回对应的逻辑标记，代表该零件处于欠料状态。最后，利用XLOOKUP根据欠料状态查找并返回预期的缺货日期。

图 12

核心函数

• FILTER：针对性地选取满足条件的数据行，便于后续的针对性分析。

• TAKE：从筛选出的数据集中提取指定数量的元素，聚焦关键需求量。

• SCAN + LAMBDA：动态累积需求量，模拟库存随时间递减的过程。

• VLOOKUP/XLOOKUP：跨表或数组中查找并引用对应零件的库存数值。

• REDUCE + LAMBDA：将结果进行垂直堆叠，使其公式一键生成。

创新亮点：

本方法通过智能化的数据筛选与灵活的计算逻辑整合，有效解决了生产计划中预测缺货时间的挑战。其精髓在于结合现代电子表格的强大函数，特别是SCAN与自定义LAMBDA函数的协同工作，不仅能够精准监控库存消耗趋势，还允许用户根据实际需求调整算法逻辑，实现高度个性化的缺货预警系统。此外，利用一系列数组操作函数的高效拼接，大大增强了数据分析的直观性和时效性，为生产调度提供了有力支持。

参考公式

=DROP(REDUCE("",F3:F10,LAMBDA(m,n,LET(a,FILTER(C3:D19,B3:B19=n),b,SCAN(0,TAKE(a,,-1),SUM),VSTACK(m,XLOOKUP(1=1,VLOOKUP(n,F3:G10,2,)-b<0,TAKE(a,,1),""))))),1)

图 13

最后总结

经过一周文章的深度复盘，我不仅重温了各种复杂数据处理技巧，还构建了一套详尽的关键词索引体系，这无疑为未来的知识检索与应用奠定了坚实基础。从智能整理客户信息的TEXTSPLIT与SORTBY精妙配合，到重塑采购报价单的TEXTJOIN与REDUCE创新串联，每一案例都展示了电子表格函数在提升工作效率上的巨大潜力。通过PMC任务分配的COUNTIFS与UNIQUE逻辑结合，以及月销售汇总中动态数组与MAP+LAMBDA的灵活运用，我们见证了数据处理逻辑从简单到复杂的优雅过渡。销售王者统计中的智能排序与自定义LAMBDA函数，以及自动化预测缺货时间的SCAN与REDUCE策略，更是凸显了现代办公软件在复杂数据分析上的强大能力。

图 14

图 15