如何基于类别与续费月份双条件求和（含月度续费项叠加）

需求回顾 #

• 按「类别」分组，统计每个类别下不同「续费月份」的数值总和
• 同类别下标记为「月度续费」的项，需将其数值叠加到该类别所有月份的求和结果中

方法1：Excel公式实现 #

假设你的数据列对应：

• A列：类别
• B列：续费月份
• C列：金额

步骤： #

1. 计算单类别+单月份的基础总和：
   使用SUMIFS函数统计指定类别和月份的金额：

   =SUMIFS(C:C, A:A, "Softwares / Apps / Sites", B:B, "3月")
   

2. 提取该类别的月度续费金额：
   同样用SUMIFS筛选出对应类别的月度续费项：

   =SUMIFS(C:C, A:A, "Softwares / Apps / Sites", B:B, "月度续费")
   

3. 合并得到最终结果：
   将两个公式相加，即可得到包含月度续费叠加后的金额：

   =SUMIFS(C:C, A:A, "Softwares / Apps / Sites", B:B, "3月") + SUMIFS(C:C, A:A, "Softwares / Apps / Sites", B:B, "月度续费")
   

4. 批量处理所有类别和月份：
   可以结合数据透视表，添加自定义计算字段实现批量统计：
   • 插入数据透视表，行字段选「类别」和「续费月份」，值字段选「金额」求和
   • 添加计算字段，公式为=金额 + SUMIFS(金额, 类别, 当前类别, 续费月份, "月度续费")

方法2：Python（Pandas）批量处理 #

适合数据量较大的场景，代码示例如下：

import pandas as pd

# 读取数据（替换为你的数据源路径）
df = pd.read_excel("your_data.xlsx")

# 1. 计算每个类别的月度续费总金额
monthly_fee_map = df[df["续费月份"] == "月度续费"].groupby("类别")["金额"].sum()

# 2. 统计非月度续费的类别+月份基础金额
grouped_data = df[df["续费月份"] != "月度续费"].groupby(["类别", "续费月份"])["金额"].sum().reset_index()

# 3. 叠加月度续费到每个月份结果
grouped_data["最终金额"] = grouped_data.apply(
    lambda row: row["金额"] + monthly_fee_map.get(row["类别"], 0),
    axis=1
)

# 输出结果（也可保存为Excel）
print(grouped_data)
# grouped_data.to_excel("result.xlsx", index=False)

示例验证 #

以你提供的「Softwares / Apps / Sites」类别为例：

Softwares / Apps / Sites类别 #

• 3月：26,50
• 4月：24,90
• 5月：30,60
• 6月：64
• 9月：24,90

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