我来帮你搞定这个需求！核心思路是先计算每个月的工作日总数，再把这个总数“广播”到该月的每一行数据里，这样就能直接和每月的目标值做除法了。下面分几种常用工具给你具体操作方法：

如果是用Excel处理，有两种简单方式：

• 公式法：
  1. 先给数据加一个「月份标识」列，比如假设日期列是A列，在B2输入=TEXT(A2,"YYYY-MM")，下拉填充得到每个日期对应的年月。
  2. 再新增「当月工作日总数」列，C2输入=SUMIFS(D:D,B:B,B2)（这里D列是你的工作日标记列，1/0），下拉后每一行都会显示对应月份的工作日总数。
  3. 最后和目标值计算：如果目标值存在单独的表（比如E列是年月，F列是目标），在G2输入=C2/XLOOKUP(B2,E:E,F:F)就能得到比值。
• Power Query法：
  1. 把数据导入Power Query，添加自定义列提取年月：=Date.ToText([日期], "yyyy-MM")。
  2. 点击「分组依据」，分组列选刚才的年月，新列名设为「工作日总数」，操作选「求和」，列选你的工作日标记列。
  3. 把分组后的表和原表合并（依据是年月列），合并后展开「工作日总数」列，这样原表每一行就都带上当月总数了，加载回Excel即可。

如果数据存在数据库里，用窗口函数可以一步到位：
假设你的表叫daily_data，有date_col（日期列）和workday_flag（1/0标记列），目标值存在monthly_target表，有month_start（每月1日）和target_value列：

SELECT
    dd.*,
    SUM(dd.workday_flag) OVER (PARTITION BY DATE_TRUNC('month', dd.date_col)) AS monthly_workdays,
    mt.target_value,
    SUM(dd.workday_flag) OVER (PARTITION BY DATE_TRUNC('month', dd.date_col)) / mt.target_value AS ratio
FROM daily_data dd
LEFT JOIN monthly_target mt
    ON DATE_TRUNC('month', dd.date_col) = DATE_TRUNC('month', mt.month_start);

这里DATE_TRUNC('month', ...)是提取月份的函数，不同数据库写法可能略有不同：比如MySQL用DATE_FORMAT(date_col, '%Y-%m')，SQL Server用DATEFROMPARTS(YEAR(date_col), MONTH(date_col), 1)。

用Pandas的groupby + transform可以轻松实现广播：

import pandas as pd

# 假设你的数据框是df，包含'date'（日期列）和'workday_flag'（1/0列）
df['date'] = pd.to_datetime(df['date'])
# 提取年月作为分组键
df['month'] = df['date'].dt.to_period('M')
# 计算每个月的工作日总数，并广播到每一行
df['monthly_workdays'] = df.groupby('month')['workday_flag'].transform('sum')

# 假设目标值在另一个数据框target_df，包含'month'（年月，格式同df的month列）和'target'列
df = df.merge(target_df, on='month', how='left')
# 计算比值
df['target_ratio'] = df['monthly_workdays'] / df['target']

这样不管你用哪种工具，都能实现每个月每一行显示当月工作日总数，再和目标值做除法的需求啦！

内容的提问来源于stack exchange，提问作者user12504122