本文介绍终极求和函数sumproduct：

普通的求和需求只需要用SUM或者SUMIFS函数即可满足，但是如果对数组进行求和，会发现就不灵了，这里就该轮到终极求和王函数sumproduct登场了，sum单词是总和的意思，product单词有“乘积”的意思，函如其名，是把多个数进行乘积再汇总求和

应用场景举例，现在有一个销售表如下：

要求不借助辅助列的条件下完成以下问题：

1计算出全部订单总销售额

2计算出姓名为令狐冲的订单总销售额

3计算出姓名为令狐冲且销售产品为orange的订单总销售额

4计算出部门为华山派且性别为女且销售产品为apple的订单总销售额

5计算出部门为华山派且性别为女且销售(产品为apple或者产品为orange)的订单总销售额

6计算出姓名为令狐冲且单笔订单销售数量大于20的订单总销售额

很多同学想到的是先在销售表加一列先计算出每行的销售额，再用SUMIFS函数进行取值，如下，这是一种办法，而且相对较常用一些

但是现实中可能会在一些特定情况下不能再增加辅助列，此时这种办法就不灵了，于是我们开始使用sumproduct函数：

用法：=SUMPRODUCT (array1， [array2]， [array3]， ...)最多有255个参数

SUMPRODUCT函数返回相应范围或数组的个数之和，也就是数组1的每行与数组2的对应行与数组3的对应行进行相乘，然后再把每行的乘积进行相加：

这里需要注意几点：

1每个参数的范围应该是一致的，也就是行数要相同，

2如果里面有非数值，比如进行乘积的第二个数组里面的值是文本值，则默认为是0

3范围要有明确边界，这里不能像vlookup那样直接取整个一列，如果是这样的话，则数组会进行超大量的计算，比如=SUMPRODUCT(A:A,B:B)，这里会进行104万多行计算相乘，会很占用资源的

4参数里面可以嵌套条件进行条件取数，再进行乘积求和，这项也就是解决我们任务的方法

1计算出全部订单总销售额

输入公式：=SUMPRODUCT(sales!F2:F19,sales!G2:G19)

其实这里也可以写成这样=SUMPRODUCT(sales!F1:F19,sales!G1:G19)，第一行虽然并不是数值，但是会默认将文本值视为0，0乘以0还是等0，加里面也不影响结果

2计算出姓名为令狐冲的订单总销售额

公式=SUMPRODUCT((sales!B2:B19="令狐冲")*sales!F2:F19*sales!G2:G19)

这里面（sales!B2:B19="令狐冲")是条件判断，返回逻辑值0或者1，如果是0则后面相乘等0，所以这里只有姓名令狐冲的行，才能取到值为1，然后用1乘以后面两个数组对应的行再进行相加

3计算出姓名为令狐冲且销售产品为orange的订单总销售额

公式=SUMPRODUCT((sales!B2:B19="令狐冲")*(sales!E2:E19="orange")*sales!F2:F19*sales!G2:G19)

只是比上面那个多了一个判断条件，用乘号*进行连接即可

4计算出部门为华山派且性别为女且销售产品为apple的订单总销售额

=SUMPRODUCT((sales!D2:D19="华山派")*(sales!C2:C19="女")*(sales!E2:E19="apple")*sales!F2:F19*sales!G2:G19)

5计算出部门为华山派且性别为女且销售(产品为apple或者产品为orange)的订单总销售额

公式如下：=SUMPRODUCT((sales!D2:D19="华山派")*(sales!C2:C19="女")

*(sales!E2:E19={"apple","orange"})*sales!F2:F19*sales!G2:G19)

这里只是在第三个条件里面加了一个数组{}里面的表示，只要前面的范围的值在{}里，则返回逻辑值1

6计算出姓名为令狐冲且单笔订单销售数量大于20的订单总销售额

二、Python实现

1计算出全部订单总销售额

代码如下

df = pd.read_excel("c:/study_note/xiao_subtotal.xlsx",sheet_name="sales")

df["销售额"] = df["销售数量"] * df["产品单价"]

df["销售额"].sum()

这里很明显借助了辅助列，相当于新建了一个销售额列，值为每行数量和单价相乘的结果，至此，后面几个问题的Python实现方法就是相当于SUMIFS函数了

2计算出姓名为令狐冲的订单总销售额

代码： df.groupby("姓名")["销售额"].sum()["令狐冲"]

3计算出姓名为令狐冲且销售产品为orange的订单总销售额

代码：

a = df.groupby(["姓名","销售产品"])["销售额"].sum()

a['令狐冲', 'orange']

4计算出部门为华山派且性别为女且销售产品为apple的订单总销售额

a = df.groupby(["部门","性别","销售产品"])["销售额"].sum()

a['华山派','女', 'apple']

5计算出部门为华山派且性别为女且销售(产品为apple或者产品为orange)的订单总销售额

a = df.groupby(["部门","性别","销售产品"])["销售额"].sum()

a['华山派','女', 'apple']+a['华山派','女', 'orange']

6计算出姓名为令狐冲且单笔订单销售数量大于20的订单总销售额

a = df[df["销售数量"]>20].groupby("姓名")["销售额"].sum()

a["令狐冲"]

三、SQL实现

1计算出全部订单总销售额

SELECTsum(销售数量*产品单价) FROM sales;

2计算出姓名为令狐冲的订单总销售额

SELECT 姓名,sum(销售数量*产品单价) AS 总销售额 FROM sales GROUPBY 姓名 HAVING 姓名="令狐冲";

3计算出姓名为令狐冲且销售产品为orange的订单总销售额

SELECT 姓名,销售产品,sum(销售数量*产品单价) AS 总销售额 FROM sales GROUPBY 姓名,销售产品

HAVING 姓名="令狐冲"AND 销售产品="orange";

4计算出部门为华山派且性别为女且销售产品为apple的订单总销售额

SELECT 部门,性别,销售产品,sum(销售数量*产品单价) AS 总销售额 FROM sales GROUPBY 部门,性别,销售产品

HAVING 部门="华山派"AND 性别="女"AND 销售产品="apple";

5计算出部门为华山派且性别为女且销售(产品为apple或者产品为orange)的订单总销售额

SELECTsum(销售数量*产品单价) AS 总销售额 FROM sales WHERE 销售产品="apple"OR 销售产品="orange"

GROUPBY 部门,性别 HAVING 部门="华山派"AND 性别="女";

6计算出姓名为令狐冲且单笔订单销售数量大于20的订单总销售额

SELECT 姓名,sum(销售数量*产品单价) AS 总销售额 FROM sales WHERE 销售数量>20

GROUPBY 姓名 HAVING 姓名="令狐冲";

四、Tableau实现

1计算出全部订单总销售额

连接到工作表sales,创建计算字段销售额，公式：

[销售数量]*[产品单价]

把销售额拖到文本上面，即可显示总金额

2计算出姓名为令狐冲的订单总销售额

把姓名报到行空格处：

3计算出姓名为令狐冲且销售产品为orange的订单总销售额

把销售产品拖到行空格处

4计算出部门为华山派且性别为女且销售产品为apple的订单总销售额

把需要的几项条件字段拖到行空格

5计算出部门为华山派且性别为女且销售(产品为apple或者产品为orange)的订单总销售额

从右边筛选需要计算的产品，然后把销售产品字段从行空格删掉，即可得到结果

5计算出姓名为令狐冲且单笔订单销售数量大于20的订单总销售额

把销售数量字段复制一个副本，属性改为维度

然后把销售数量（复制）这个拖到行空格处，可以看到表上已按每个订单的销售数量进行分类了

右键添加筛选器，条件写 销售数量（复制）>20

筛选好后，把这个字段移除

得到想要结果

至此，四种工具全部完成任务

如果觉得有用的朋友请点下关注，谢谢！