如何在Excel中编写AverageIFS公式实现同Client ID销售额合并求平均

你需要的是客户级别的平均订单价值——先计算每个客户的总销售额，再对这些客户总销售额求平均值，而非所有订单的简单平均。以下是不同工具下的具体实现方法：

Excel 实现 #

假设你的Client ID在A列，销售额在B列，可直接用动态数组公式一步计算：

=AVERAGE(SUMIF(A:A, UNIQUE(A:A), B:B))

• UNIQUE(A:A)：提取所有不重复的客户ID
• SUMIF(A:A, UNIQUE(A:A), B:B)：对每个唯一客户的销售额求和，得到一组客户总销售额数据
• AVERAGE(...)：对这些客户总销售额求平均

也可以用数据透视表分步操作：

1. 选中数据区域，插入数据透视表
2. 将Client ID拖到「行」区域，销售额拖到「值」区域并设置为「求和」
3. 对透视表中生成的客户总销售额列，用AVERAGE()函数计算平均值

SQL 实现 #

假设你的销售表名为sales，包含client_id和sales_amount两列，用嵌套查询实现：

SELECT AVG(total_sales) AS avg_customer_order_value
FROM (
    SELECT client_id, SUM(sales_amount) AS total_sales
    FROM sales
    GROUP BY client_id
) AS customer_totals;

• 子查询SELECT client_id, SUM(sales_amount) ... GROUP BY client_id：按客户分组，计算每个客户的总销售额
• 外层查询AVG(total_sales)：对所有客户的总销售额求平均

Python Pandas 实现 #

假设你的数据集已加载为DataFramedf，列名为Client ID和Sales：

# 按客户分组计算总销售额
customer_totals = df.groupby('Client ID')['Sales'].sum()
# 计算客户级别的平均订单价值
avg_customer_value = customer_totals.mean()

print(avg_customer_value)

• groupby('Client ID')['Sales'].sum()：按客户分组，聚合计算每个客户的总销售额
• .mean()：对所有客户的总销售额求平均

以你给出的示例数据验证：

• A1总销售额：1000+100=1100；A2：2000；A3：4000
• 客户总销售额平均值：(1100+2000+4000)/3 = 7100/3 ≈ 2366.67，符合预期

内容的提问来源于stack exchange，提问作者rwille