填报表之自动计算

简介: 自动计算,是指填报的时候根据用户录入的某些单元格的值,自动计算出另外一些单元格的值,从而简化用户的输入,同时避免错误数据的录入。下面我们看下润乾报表里支持的几种自动计算方式。

自动计算,是指填报的时候根据用户录入的某些单元格的值,自动计算出另外一些单元格的值,从而简化用户的输入,同时避免错误数据的录入。下面我们看下润乾报表里支持的几种自动计算方式。

·单元格间公式计算

单元格之间的计算,我们最常用到的就是加减乘除的计算,它类似 Excel 的公式语法。下面看个简单的示例。

1、以自带的员工表为例,使用向导自动生成一行式填报表。

2、添加计算,应发工资 = 工资1.2。I4 单元格的表达式应为 =H41.2。

3、查看效果

因是扩展数据,所以扩展出的每个单元格都会执行该计算,无需另外配置。

·汇总计算

为了方便使用自动计算,润乾报表中还提供了 sum(汇总)、average(平均值)、count(计数)和 sumproduct(单元格数组乘积之和)等聚合函数。

继续以上面的行式填报表为例,对应发工资做汇总。使用 sum() 函数。

I6 单元格的表达式为 =sum(I4)

结果为:

:以上是扩展的数据,直接 sum(Cell) 就行,如果是非扩展的数据,写法为 sum(Cell1:Cell2)。

·条件计算

润乾报表还支持条件判断的计算方式,这种自动计算表达式的规则遵从 javascript 的语法规则。

例如:我们要计算,当工资大于 8000 时,应发工资 = 工资,当工资小于 8000 时,应发工资 = 工资1.2。
报表中 I4 表达式应调整为:=H4>=8000 ? H4 : (H4
1.2) ,此为三目运算的写法。同 if 判断的写法一致。

结果如下:

·跨表计算

润乾报表还支持跨表取数,可实现多报表间的数据关联运算。

我们继续以上表为例,增加一个 sheet2, 形成填报表组,获取 sheet1 中的应发工资汇总数到 sheet2 。

1、在报表左下角,右击,点击追加表格。

2、在 sheet2 单元格输入 =sheet1!I6,并且将 C3 单元格的单元格类型设置为数值格

3、查看效果

注:报表组跨报表引用表达式为:  页名称! 单元格名称

最后: 如果还有更复杂的计算,润乾报表还支持自定义函数,在展示填报表使用的 showInput.jsp 自定义 js 函数,然后在单元格表达式引用该函数实现自动计算。

目录
打赏
0
12
12
0
94
分享
相关文章
深度解析Agent实现,定制自己的Manus
文章结合了理论分析与实践案例,旨在帮助读者系统地认识AI Agent的核心要素、设计模式以及未来发展方向。
1028 101
深度解析Agent实现,定制自己的Manus
面对MCP"工具投毒",我们该如何应对
本文探讨了MCP(Model Context Protocol)的安全风险与防护措施。MCP作为AI系统与外部工具交互的标准框架,虽提升了插件兼容性,但也带来了“工具投毒”等安全威胁。攻击者可通过篡改工具描述,诱导模型执行非授权操作,如读取敏感文件。文章详细分析了攻击原理,并通过复刻实验展示了如何利用MCP客户端/服务器代码实现此类攻击。为应对风险,提出了基于大模型智能评估和eBPF技术的两种安全可观测方案:前者通过内置评估模板检测潜在威胁,后者实时监控系统运行时行为,结合两者可有效提升MCP系统的安全性。
968 92
面对MCP"工具投毒",我们该如何应对
RAG 2.0 深入解读
本文从RAG 2.0 面临的主要挑战和部分关键技术来展开叙事,还包括了RAG的技术升级和关键技术等。
572 85
从 o11y 2.0 说起,大数据 Pipeline 的「多快好省」之道
SLS 是阿里云可观测家族的核心产品之一,提供全托管的可观测数据服务。本文以 o11y 2.0 为引子,整理了可观测数据 Pipeline 的演进和一些思考。
263 34
从 OpenAPI 到 MCP:让企业 API 在 AI 助手中焕发新生
本文介绍了如何将现有的OpenAPI高效转化为AI助手可直接调用的MCP工具,通过Higress实现这一过程。主要分为五个步骤:1) 将OpenAPI Schema转换为MCP配置;2) 使用Higress配置API路由;3) 实现双重鉴权(Higress到OpenAPI及用户到Higress);4) 在Dify平台上使用发布的MCP工具;5) 优化提示词以提升工具效能。文中详细描述了每一步的操作方法,并附有相关图片和代码示例,帮助开发者更好地理解和实践。最后,文章还探讨了AI未来可能的发展方向及其深远影响。
556 27
Higress MCP Server 安全再升级:API 认证为 AI 连接保驾护航
Higress MCP Server 新增了 API 认证功能,为 AI 连接提供安全保障。主要更新包括:1) 客户端到 MCP Server 的认证,支持 Key Auth、JWT Auth 和 OAuth2;2) MCP Server 到后端 API 的认证,增强第二阶段的安全性。新增功能如可重用认证方案、工具特定后端认证、透明凭证透传及灵活凭证管理,确保安全集成更多后端服务。通过 openapi-to-mcp 工具简化配置,减少手动工作量。企业版提供更高可用性保障,详情参见文档链接。
446 42
ACK AI Profiling:从黑箱到透明的问题剖析
本文从一个通用的客户问题出发,描述了一个问题如何从前置排查到使用AI Profiling进行详细的排查,最后到问题定位与解决、业务执行过程的分析,从而展现一个从黑箱到透明的精细化的剖析过程。
从多维度解构 Lead Time:定义、应用与优化策略
当我们谈论lead time时,往往会发现这个词在不同领域的定义存在细微差异。这种现象并非偶然,而是源于其本质的抽象性与适用场景的多样性。为了深入理解这一概念,我们需要从底层逻辑出发,通过跨领域的对比分析和实际案例验证,逐步揭示其核心内涵。
145 16
阿里巴巴 MCP 分布式落地实践:快速转换 HSF 到 MCP server
本文分享了阿里巴巴内部将大规模HSF服务快速转换为MCP Server的实践经验,通过Higress网关实现MCP协议卸载,无需修改代码即可接入MCP生态。文章分析了MCP生态面临的挑战,如协议快速迭代和SDK不稳定性,并详细介绍了操作步骤及组件功能。强调MCP虽非终极解决方案,但作为AI业务工程化的起点具有重要意义。最后总结指出,MCP只是AI原生应用发展的第一步,未来还有更多可能性值得探索。
879 48
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问