从BYROW到REDUCE,Excel动态数组函数到底该怎么分工?

在Excel动态数组函数体系中，LAMBDA及其配套函数构成了强大的逻辑处理工具链。从简单的按行汇总到复杂的多数组运算，这七个函数能够应对绝大多数批量数据处理场景。本文以销售数据批量处理系统为实战背景，系统讲解这七个函数的使用方法和适用场景。

一、动态数组函数在逻辑函数中的定位

传统的Excel函数在处理多行数据时，往往需要配合拖拽填充或数组公式才能完成批量操作。动态数组函数的出现彻底改变了这一局面——它们能够直接在内存中处理整个数据区域，并自动溢出结果。

在动态数组函数家族中，LAMBDA是整个体系的基石。没有LAMBDA，BYROW、BYCOL、MAP等函数就失去了“计算逻辑”的载体。理解这一点至关重要：其他函数负责“做什么”，LAMBDA负责“怎么做”。例如：

=BYROW(B2:E2,LAMBDA(row,AVERAGE(row)))

这行公式中，BYROW决定了“按行处理”的执行方式，而LAMBDA(row,AVERAGE(row))则定义了具体的计算逻辑——对每一行的数据求平均值。

本专题的七个函数可分为三类：迭代器函数（SCAN、REDUCE、MAKEARRAY）、映射函数（MAP）、以及遍历函数（BYROW、BYCOL）。掌握它们的分工协作，是进阶动态数组应用的关键。

二、四大动态数组函数的能力对比

在正式开始讲解之前，先通过一张对比表建立整体认知：

这四个函数的共同特点是“输入数组，输出数组”，但输出结果的维度各不相同。BYROW和BYCOL会将二维数组压缩成一维，MAP保持原有维度，MAKEARRAY则可以生成任意维度的新数组。

例如，使用示例数据中的张伟季度销售额（B2:E2，数值分别为85000、92000、88000、95000）：

=BYROW(B2:E2,LAMBDA(row,AVERAGE(row)))

此公式输出一个单一数值90000，因为BYROW将四列数据聚合为一行统计结果。

而MAKEARRAY则能生成全新的数据结构。假设需要创建一个5行3列的乘法表：

=MAKEARRAY(5,3,LAMBDA(r,c,r*c))

此公式生成的数组为：

1   2   32   4   63   6   94   8   125   10  15

理解这种输出差异，是选择合适函数的前提。

三、按行/按列处理：BYROW vs BYCOL

BYROW和BYCOL是处理行列统计的利器。它们将一个二维数组按行或按列拆解，对每个子数组应用LAMBDA逻辑，最终输出聚合结果。

3.1 BYROW的实际应用

回到销售数据场景，需要计算每位销售员的年均季度销售额。传统的做法是新增辅助列，用公式“=(B2+C2+D2+E2)/4”逐行填充。在动态数组时代，只需一个公式即可完成全部20行的计算：

=BYROW(B2:E21,LAMBDA(row,AVERAGE(row)))

此公式对B2:E21区域的每一行分别求平均值，结果自动溢出到F2:F21区域。张伟的年均季度为90000，李娜为54000，王强为38500，以此类推。

3.2 BYCOL的场景适用

BYCOL的用法与BYROW类似，但方向相反。当需要按列汇总数据时使用。例如，要计算Q1至Q4四个季度的销售总额：

=BYCOL(B2:E21,LAMBDA(col,SUM(col)))

这会输出四个数值：B列总和（1,070,000）、C列总和（1,120,000）、D列总和（1,090,000）、E列总和（1,170,000）。如果将这个结果与年初制定的季度目标对比，就能快速发现各季度的完成情况。

3.3 条件统计的进阶用法

结合LAMBDA的条件判断，BYROW和BYCOL还能实现条件统计。例如，统计每位销售员的“达标季度数”（季度销售额超过60000的次数）：

=BYROW(B2:E21,LAMBDA(row,SUM(--(row>60000))))

公式中的--(row>60000)将逻辑值转换为0和1，便于SUM函数求和。张伟有4个季度达标，李娜仅有1个，王强为0个。这种条件统计在销售分析中非常实用。

四、逐元素转换：MAP

MAP函数是“元素级”的转换工具。它对输入数组的每个元素逐一执行LAMBDA逻辑，输出一个维度完全相同的新数组。如果把BYROW和BYCOL比作“列标题汇总”，MAP就是“逐格填写”。

4.1 基础转换示例

以“是否达标”列为例。根据业务规则，年均季度销售额达到55000以上视为达标。MAP可以实现这一判断：

=MAP(BYROW(B2:E21,LAMBDA(row,AVERAGE(row))),LAMBDA(avg,IF(avg>=55000,"达标","未达标")))

这行公式的逻辑是：先用BYROW计算每位销售员的年均季度，再用MAP判断是否达标。

需要特别说明的是，MAP函数接收的第一个参数可以是任何数组，上例中BYROW的输出就是MAP的输入。这种嵌套使用是动态数组函数的高级技巧。

4.2 多数组联动

MAP的真正威力体现在多数组处理上。假设销售部门制定了新的提成规则：达标销售员额外获得5%的奖金系数，未达标者为2%。需要根据“是否达标”字段生成“奖金系数”列：

=MAP(F2:F21,LAMBDA(status,IF(status="达标",1.05,1.02)))

这行公式引用了F列的达标判断结果，输出对应的奖金系数。MAP会自动将F2:F21的每个值代入LAMBDA计算，生成同等尺寸的结果数组。

4.3 数据标准化处理

MAP还常用于数据清洗和标准化。例如，将所有季度销售额除以10000转换为“万元”单位：

=MAP(B2:E21,LAMBDA(x,x/10000))

转换后的数据更易阅读，也便于后续的可视化展示。

五、累计分析：SCAN vs REDUCE

SCAN和REDUCE是一对孪生函数，它们都执行迭代累计操作，区别在于输出内容：REDUCE只返回最终结果，SCAN返回所有中间步骤。

5.1 REDUCE的基本用法

REDUCE的经典应用是求和。上文核心公式示例中的“累计增长”列计算，实际上就是将四个季度的销售额累加：

=REDUCE(0,B2:E2,LAMBDA(acc,x,acc+x))

这行公式的含义是：初始值设为0，依次将B2:E2的每个值加入累计器acc，最终返回累加总和。以张伟为例，计算过程为：

5.2 SCAN的中间结果

将上述公式中的REDUCE替换为SCAN：

=SCAN(0,B2:E2,LAMBDA(acc,x,acc+x))

SCAN会返回数组[85000, 177000, 265000, 360000]——这正是REDUCE的四个累计步骤。SCAN保留了每一步的计算结果，而非仅仅返回最终值。

在销售数据分析中，SCAN的中间结果非常有用。例如，显示每位销售员在每个季度末的“累计完成额”，可以直观看出业绩的增长趋势。

5.3 累计分析实战

结合业务理解，假设“累计增长”列需要展示“相比上一年度同期的增长额”。假设上年度Q4为固定值80000：

=MAP(BYROW(B2:E21,LAMBDA(row,SUM(row))),LAMBDA(total,total-80000))

这行公式计算每位销售员的年度总额与基准值80000的差值，正数表示增长，负数表示下降。

六、实战建议：什么场景用什么函数

掌握函数的语法只是第一步，真正的高手在于能够根据业务场景快速选择最合适的工具。以下是经过实战验证的决策树：

第一步：明确输入输出的维度关系。

• • 如果输入二维数组、输出单列结果，选择BYROW
• • 如果输入二维数组、输出单行结果，选择BYCOL
• • 如果输入数组、输出同尺寸数组，选择MAP
• • 如果需要生成全新结构的数组，选择MAKEARRAY

第二步：判断是否需要迭代累计。

• • 只需要最终累计值，选择REDUCE
• • 需要所有中间步骤的结果，选择SCAN

第三步：确定LAMBDA的参数设计。

• • BYROW/BYCOL的LAMBDA参数是“子数组”
• • MAP的LAMBDA参数是“单个元素”
• • REDUCE/SCAN的LAMBDA参数是“累计器”和“当前值”

在实际工作中，这七个函数很少单独使用。它们往往以组合形式出现：BYROW+MAP处理条件判断，SCAN+BYROW生成累计报表，MAKEARRAY+MAP构建计算矩阵。理解每个函数的能力边界，才能在复杂场景中灵活组合。

回到本文的销售数据批量处理系统案例：年均季度用BYROW计算，达标判断用MAP实现，累计增长用REDUCE完成——三个公式，三种维度，共同构成了一套完整的销售数据分析方案。这正是动态数组函数的魅力所在：用声明式的语法，处理命令式的逻辑；以少量的公式，应对海量的数据。

📚 配套学习资料免费领

评论回复：动态数组函数

点击公众号菜单「函数教程」，获取教程。