当前位置:首页 > 文章列表 > 文章 > 软件教程 > Excel动态SUM逐行累加方法

Excel动态SUM逐行累加方法

2026-01-22 15:58:31 0浏览 收藏

积累知识,胜过积蓄金银!毕竟在文章开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《Excel动态SUM逐行累加技巧【财务建模】》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

Excel中实现动态累计求和有四种方法:一、用=SUM($B$2:B2)配合填充柄;二、用SCAN(0,B2:Bn,LAMBDA(a,b,a+b))一次性生成;三、用=SUBTOTAL(9,$B$2:B2)适配筛选;四、用=SUM(OFFSET($B$2,0,0,ROW()-1,1))动态定高。

Excel怎么计算累计求和 动态SUM公式实现逐行累加【财务建模】

如果您在Excel中需要对一列数值进行逐行累加,生成随行变化的累计和,通常需避免手动输入SUM函数范围。以下是实现动态累计求和的多种方法:

一、使用相对引用的SUM函数(起始单元格固定)

该方法通过将求和起始单元格设为绝对引用、结束单元格设为相对引用,使公式向下填充时始终从首行开始累加至当前行。

1、假设数据从B2开始,在C2单元格中输入公式:=SUM($B$2:B2)。

2、按Enter确认后,选中C2单元格,将鼠标移至右下角填充柄处,双击或拖拽至所需行末。

3、每行C列结果即为B列从第2行至当前行的累计和,例如C5显示的是B2:B5之和。

二、使用SCAN函数(Excel 365 / Excel 2021)

SCAN是动态数组函数,可一次性生成整列累计结果,无需拖拽填充,且自动溢出响应数据变化。

1、在C2单元格直接输入公式:=SCAN(0,B2:B1000,LAMBDA(a,b,a+b))。

2、确保B列数据区域连续无空行,否则SCAN会在空值处中断累加。

3、若B列实际数据仅到B50,则可将B2:B1000改为B2:B50以提升计算效率。

三、使用SUBTOTAL配合筛选兼容的累计方式

当数据区域可能启用自动筛选,且需在筛选状态下仍保持对可见行的连续序号累加时,SUBTOTAL可识别隐藏行并动态调整引用范围。

1、在C2单元格输入:=SUBTOTAL(9,$B$2:B2)。

2、向下填充至对应行;该公式在未筛选时与SUM效果一致,筛选后仅对可见单元格累加。

3、注意:SUBTOTAL函数第1参数用9代表SUM,且必须配合$B$2(绝对起始)与B2(相对终点)组合使用。

四、使用OFFSET构建动态求和范围

OFFSET可根据当前行号动态确定求和区域的行高,适用于不希望使用结构化引用或需兼容旧版Excel的场景。

1、在C2单元格输入:=SUM(OFFSET($B$2,0,0,ROW()-1,1))。

2、按下Enter后填充至目标行;ROW()-1确保从第2行起算高度,例如在C4中生成OFFSET($B$2,0,0,3,1),即B2:B4。

3、若数据从第3行开始,需将ROW()-1改为ROW()-2以匹配起始偏移量。

终于介绍完啦!小伙伴们,这篇关于《Excel动态SUM逐行累加方法》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

PHP字符串转日期支持毫秒吗?详解毫秒处理方法PHP字符串转日期支持毫秒吗?详解毫秒处理方法
上一篇
PHP字符串转日期支持毫秒吗?详解毫秒处理方法
迅雷网盘PC版登录入口详解
下一篇
迅雷网盘PC版登录入口详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    258次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    302次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    281次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    259次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    68次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码