news 2026/9/24 20:40:38

6-13 WPS JS宏 Map实例2--拆分记录到表格

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
6-13 WPS JS宏 Map实例2--拆分记录到表格

实例2--拆分记录到表格

原数据

结果:

代码:

function test(){

var pah = ThisWorkbook.Path + "//";

var arr = Range("A2", Range("E999").End(xlUp)).Value();

var titarr = ["编号", "姓名", "部门", "籍贯", "基本工资"];

var m = new Map();

for (var ar of arr) {

if (m.has(ar[2])) {
var newarr = m.get(ar[2]).concat([ar]);//concat为合并数组;如: var newarr = m.get(财政局).concat([["GH00005","孙明","财政局",38,5695]])
Console.log(JSON.stringify("1."+newarr));
//因newarr是数组不是映射所以打印不显示索引
//打印第一次运行结果:"1.编号,姓名,部门,籍贯,基本工资,GH00001,李五,财政局,18,5651,GH00005,孙明,财政局,38,5695"

m.set(ar[2], newarr);//m.set(财政局, [["编号","姓名","部门","籍贯","基本工资"],[GH00001,李五,财政局,18,5651],["GH00005","孙明","财政局",38,5695]);
Console.log(JSON.stringify("2."+[...m.entries()]));
//打印第一次运行结果:"2.财政局,编号,姓名,部门,籍贯,基本工资,GH00001,李五,财政局,18,5651,GH00005,孙明,财政局,38,5695,民政局,编号,姓名,部门,籍贯,基本工资,GH00002,王六,民政局,23,5662,卫健局,编号,姓名,部门,籍贯,基本工资,GH00003,王九,卫健局,28,5673,残联,编号,姓名,部门,籍贯,基本工资,GH00004,孙小一,残联,33,5684"

} else {
// 如果不存在,则先在 Map 中创建该部门分组,并将表头作为首行,后跟当前记录
m.set(ar[2], [titarr, ar]);// 如:m.set(财政局, [["编号","姓名","部门","籍贯","基本工资"],[GH00001,李五,财政局,18,5651]])
Console.log(JSON.stringify("3."+[...m.entries()]));
//监视窗口:m=[1];Map/object
//打印第一次运行结果:"3.财政局,编号,姓名,部门,籍贯,基本工资,GH00001,李五,财政局,18,5651"

}
}

// 创建一个新的工作簿
var wb = Workbooks.Add();

for (var [key, val] of m.entries()){ // 对 Map 进行遍历

var ws = wb.Sheets.Add(); // 每次创建一个新的工作表
ws.Name = key;//当前部门名称 key

ws.Range("A1").Resize(val.length, 5).Value2 = val;
}

// 删除新工作簿默认多余的最后一个空工作表
wb.Sheets(wb.Sheets.Count).Delete();

// 保存新工作簿到指定路径,文件名为 "拆分结果.xlsx",保存后关闭工作簿
wb.SaveAs(`${pah}拆分结果.xlsm`);
wb.Close();
}

function test(){ var pah = ThisWorkbook.Path + "//"; var arr = Range("A2", Range("E999").End(xlUp)).Value(); var titarr = ["编号", "姓名", "部门", "籍贯", "基本工资"]; var m = new Map(); for (var ar of arr) { if (m.has(ar[2])) { var newarr = m.get(ar[2]).concat([ar]);//concat为合并数组;如: var newarr = m.get(财政局).concat([["GH00005","孙明","财政局",38,5695]]) Console.log(JSON.stringify("1."+newarr)); //因newarr是数组不是映射所以打印不显示索引 //打印第一次运行结果:"1.编号,姓名,部门,籍贯,基本工资,GH00001,李五,财政局,18,5651,GH00005,孙明,财政局,38,5695" m.set(ar[2], newarr);//m.set(财政局, [["编号","姓名","部门","籍贯","基本工资"],[GH00001,李五,财政局,18,5651],["GH00005","孙明","财政局",38,5695]); Console.log(JSON.stringify("2."+[...m.entries()])); //打印第一次运行结果:"2.财政局,编号,姓名,部门,籍贯,基本工资,GH00001,李五,财政局,18,5651,GH00005,孙明,财政局,38,5695,民政局,编号,姓名,部门,籍贯,基本工资,GH00002,王六,民政局,23,5662,卫健局,编号,姓名,部门,籍贯,基本工资,GH00003,王九,卫健局,28,5673,残联,编号,姓名,部门,籍贯,基本工资,GH00004,孙小一,残联,33,5684" } else { // 如果不存在,则先在 Map 中创建该部门分组,并将表头作为首行,后跟当前记录 m.set(ar[2], [titarr, ar]);// 如:m.set(财政局, [["编号","姓名","部门","籍贯","基本工资"],[GH00001,李五,财政局,18,5651]]) Console.log(JSON.stringify("3."+[...m.entries()])); //监视窗口:m=[1];Map/object //打印第一次运行结果:"3.财政局,编号,姓名,部门,籍贯,基本工资,GH00001,李五,财政局,18,5651" } } // 创建一个新的工作簿 var wb = Workbooks.Add(); for (var [key, val] of m.entries()){ // 对 Map 进行遍历 var ws = wb.Sheets.Add(); // 每次创建一个新的工作表 ws.Name = key;//当前部门名称 key ws.Range("A1").Resize(val.length, 5).Value2 = val; } // 删除新工作簿默认多余的最后一个空工作表 wb.Sheets(wb.Sheets.Count).Delete(); // 保存新工作簿到指定路径,文件名为 "拆分结果.xlsx",保存后关闭工作簿 wb.SaveAs(`${pah}拆分结果.xlsm`); wb.Close(); }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/13 5:34:45

Miniconda-Python3.10镜像结合Fluentd收集结构化日志

Miniconda-Python3.10镜像结合Fluentd收集结构化日志 在AI模型训练平台的日常运维中,你是否遇到过这样的场景:本地能跑通的代码,放到集群上却因依赖版本不一致而报错;或是某次关键实验突然中断,翻遍主机日志也找不到具…

作者头像 李华
网站建设 2026/9/23 7:46:14

基于Python的宁夏事业单位教师招聘考试可视化系统

目录已开发项目效果实现截图关于博主开发技术路线相关技术介绍核心代码参考示例结论源码lw获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!已开发项目效果实现截图 同行可拿货,招校园代理 ,本人源头供货商 基于Python的宁夏事业单位教师招聘考…

作者头像 李华
网站建设 2026/9/20 10:36:09

Windows下PyTorch安装教程GPU支持:借助Miniconda-Python3.11轻松完成

Windows下PyTorch安装教程GPU支持:借助Miniconda-Python3.11轻松完成 在深度学习项目开发中,一个常见的痛点是:刚准备开始训练模型,却卡在环境配置上——pip install torch 报错、CUDA 版本不匹配、Python 依赖冲突……尤其在 Win…

作者头像 李华
网站建设 2026/9/20 10:36:01

如何在Miniconda-Python3.11中切换不同版本PyTorch进行对比实验

如何在 Miniconda-Python3.11 中切换不同版本 PyTorch 进行对比实验 在深度学习研究和模型开发中,一个看似微小的变量——PyTorch 版本,可能直接导致训练结果的巨大差异。你是否曾遇到过这样的情况:论文代码在最新版框架下无法复现&#xff…

作者头像 李华
网站建设 2026/9/19 16:39:18

Miniconda-Python3.10镜像中使用iostat监控磁盘IO

Miniconda-Python3.10镜像中使用iostat监控磁盘IO 在AI模型训练过程中,你是否遇到过这样的情况:GPU利用率长期徘徊在20%以下,而CPU却忙得不可开交?看起来代码跑起来了,但整个训练任务像蜗牛一样缓慢。这种“高资源投入…

作者头像 李华
网站建设 2026/9/13 8:38:01

Miniconda-Python3.10镜像中配置SSH免密登录跳板机

Miniconda-Python3.10 镜像中配置 SSH 免密登录跳板机 在现代 AI 工程实践中,一个常见的痛点是:你已经写好了训练脚本、环境也配好了,却卡在“怎么安全又高效地连上远程 GPU 节点”这件事上。每次输入密码不仅繁琐,还让自动化成了…

作者头像 李华