没问题！根据你的需求，我们可以通过提取b字段的前缀来区分城市，然后分组计算c字段的总和。下面给你几种常用工具的实现方法，你可以根据自己的场景选择：

如果你平时用Python处理数据，Pandas绝对是首选，代码实现起来很直观：

import pandas as pd

# 读取你的数据（假设是空格分隔的文本文件，也可以替换成csv/excel路径）
df = pd.read_csv('your_data.txt', sep='\s+', header=0, names=['a', 'b', 'c'])

# 新增城市列：根据b字段的前缀判断归属地
def map_city(b_value):
    # 提取前两位前缀（比如1.2、1.3）
    prefix = '.'.join(b_value.split('.')[:2])
    if prefix == '1.2':
        return '伦敦'
    elif prefix == '1.3':
        return '曼彻斯特'
    else:
        return '其他城市'  # 处理未知前缀的情况

df['城市'] = df['b'].apply(map_city)

# 分组计算c字段的总和
summary = df.groupby('城市')['c'].sum().reset_index()

print(summary)

如果你习惯用Excel处理数据，两种方式都能快速实现：

• 方式一：辅助列+数据透视表

  1. 新增辅助列（比如D列），在D2单元格输入公式：
     =IF(LEFT(B2,3)="1.2","伦敦",IF(LEFT(B2,3)="1.3","曼彻斯特","其他"))
     下拉填充到所有行，自动生成城市归属
  2. 选中所有数据，点击「插入」-「数据透视表」，将「城市」拖到行区域，「c」拖到值区域并设置为「求和」

• 方式二：直接用SUMIFS函数
  不用辅助列，直接在空白单元格计算：
  伦敦的总值：=SUMIFS(C:C,B:C,"1.2*")
  曼彻斯特的总值：=SUMIFS(C:C,B:C,"1.3*")

假设你的表名为member_data，字段为a、b、c，可以用CASE语句分组求和：

SELECT
    CASE
        WHEN b LIKE '1.2.%' THEN '伦敦'
        WHEN b LIKE '1.3.%' THEN '曼彻斯特'
        ELSE '其他城市'
    END AS 城市,
    SUM(c) AS c字段总值
FROM member_data
GROUP BY
    CASE
        WHEN b LIKE '1.2.%' THEN '伦敦'
        WHEN b LIKE '1.3.%' THEN '曼彻斯特'
        ELSE '其他城市'
    END;

内容的提问来源于stack exchange，提问作者Kurkix