全文约1500字；
阅读时间：约2.5至3分钟；
听完时间：约5.5至7分钟；
在PMC生产计划的工作中，遇到需分析的数据表格格式不规范时，是一件极为头疼的事。比如下图展示的《收发货明细表》中，每笔收货和发货记录及其日期都被合并填写在一个单元格内，采用的格式如：“220101收货”，这里前六位数字“220101”表示年月日，即2022年1月1日，后面的文本则标示了两种操作类型（“收货、发货”）中的一种；
当前领导的具体需求是分析一段时期内，按照“收货”和“发货”这两种操作类型的月度汇总明细数量。所需的数据呈现形式应为二维表格，其中垂直轴（行）代表操作类型如收货和发货，水平轴（列）则对应每个月份，而表格中的每个交叉点（单元格）则显示该操作类型在相应月份的汇总数量。
需求分析：针对上述需求，实质上是我们需要将一维数据转换为二维数据结构。特殊之处在于，转换过程中行列标签被合并到了同一单元格中。因此，首要任务是将这些单元格内的关键信息进行有效拆分。
由于合并单元格中的信息遵循一定规律，我们可利用RIGHT函数来提取作为行标签的操作类型信息。至于列标签，即月份的提取，则可通过MID函数，依据数据中月份的固定位置来精准获取。
一旦完成信息的提取，接下来运用PIVOTBY函数进行数据汇总与分析，即可满足需求。
提取行标签行标签“操作类型”（即“收货”或“发货”）位于每个单元格内容的最后2位字符。可以使用以下公式来提取这部分信息：
=RIGHT(B3:B11,2)=RIGHT(B3:B11,2)
函数解释：
这里使用的RIGHT函数是从每个单元格字符串的最右侧提取指定数量的字符。在这个例子中，从范围B3到B11的每个单元格内容中，我们提取最后2个字符，这正好对应于操作类型。
效果如下图所示：
摄取列标签列标签所代表的月份信息，在每个单元格内容中占据固定的位置，即从第3个字符开始的2位。为此，可以应用如下公式来准确提取这一信息： =--MID(B3:B11,3,2)
此公式释义如下：
利用MID函数从范围B3到B11的每个单元格的字符串中，起始于第3个字符，并向后截取2位，专门用于提取月份数字。添加两个减号--前缀是为了将提取出的文本型月份数字转换为数值型，以便后续的数据处理和分析更加便捷。
效果如下图所示：
聚合分析既然聚合分析所需的PIVOTBY函数的三个关键参数——行标签、列标签及需要汇总的数据均准备就绪，我们可以采用如下公式来进行数据透视分析：
=PIVOTBY(RIGHT(B3:B11,2),--MID(B3:B11,3,2),C3:C11,SUM,0,0,,0)
这一公式的工作原理如下：
PIVOTBY函数是用来执行数据透视的核心，它根据提供的参数重组并汇总数据。
RIGHT(B3:B11,2)用来提取每个记录的操作类型（“收货”或“发货”）作为行标签。
--MID(B3:B11,3,2)则是从每个单元格中提取月份并转换为数值，用作列标签。
C3:C11区域包含了需要汇总的具体数量值。
SUM指示函数应对选定的数据列（即C3:C11）进行求和操作，以得到每个分类的汇总数量。
后续的0, 0, , 0参数可能用于进一步定义函数的行为，如是否忽略空值等，具体依据函数的实际使用环境和要求设定。
综上所述，该公式实现了按操作类型和月份分类的汇总计数功能，满足了初始数据分析的需求。
效果如下图所示：
最后总结：通过上述步骤，我们成功地解决了PMC生产计划中遇到的数据分析难题，将原本格式不规范的一维数据转变为直观清晰的二维汇总表。不仅提取并分离了操作类型与月份信息，还利用先进的数据处理技术，如RIGHT和MID函数进行数据解析，以及PIVOTBY函数进行高效的数据透视分析，极大地提升了数据处理的效率与准确性。
这一过程不仅满足了领导对于特定时间段内“收货”与“发货”操作按月汇总的需求，还为今后类似的复杂数据分析任务提供了一套可复制的方法论。更重要的是，通过对原始数据的有效组织和深度挖掘，为生产计划的优化决策提供了有力的数据支持，有助于提升整体运营效率和响应市场变化的能力。
总结而言，面对不规范数据带来的挑战，我们通过合理的工具选择与逻辑应用，展示了数据预处理与分析的强大潜力。这一实践不仅强调了数据分析技能在现代企业管理中的重要性，也再次证明了技术手段在优化工作流程、辅助决策中的核心价值。未来，持续探索和应用高效的数据处理策略，将成为推动企业智能化、精细化管理的关键驱动力。
