在baidu/amis中实现表格总结行的数值四舍五入
2025-05-12 20:54:24作者:裴麒琰
在baidu/amis前端框架中,表格组件提供了强大的总结行功能,可以通过配置prefixRow或affixRow来为表格顶部或底部添加总结行。但在实际使用中,开发者经常需要对总结行中的数值进行四舍五入处理,以保持数据的统一性和可读性。
总结行数值处理的基本方法
在amis框架中,总结行的数值处理可以通过模板语法结合过滤器来实现。最常用的方法是使用round过滤器对数值进行四舍五入处理。
基本语法结构如下:
{
"type": "tpl",
"tpl": "${items|pick:fieldName|sum|round}"
}
其中:
items表示数据集合pick:fieldName选取特定字段sum对选取的字段值求和round对结果进行四舍五入
高级数值处理技巧
指定小数位数
如果需要保留特定小数位数,可以在round过滤器中指定参数:
{
"type": "tpl",
"tpl": "${items|pick:amount|sum|round:2}"
}
这将对求和结果保留2位小数。
多字段组合计算
总结行也支持对多个字段进行组合计算后四舍五入:
{
"type": "tpl",
"tpl": "${(items|pick:quantity|sum) * (items|pick:price|avg)|round:2}"
}
条件性四舍五入
在某些场景下,可能需要根据条件决定是否进行四舍五入:
{
"type": "tpl",
"tpl": "${items|pick:score|sum|if:showRounded|then:round:2|else:this}"
}
实际应用示例
假设我们有一个销售数据表格,需要在底部总结行显示总销售额和平均单价,并都保留2位小数:
{
"type": "table",
"columns": [
{
"name": "product",
"label": "产品名称"
},
{
"name": "quantity",
"label": "数量"
},
{
"name": "price",
"label": "单价"
},
{
"name": "amount",
"label": "金额"
}
],
"affixRow": [
{
"product": "总计",
"quantity": {
"type": "tpl",
"tpl": "${items|pick:quantity|sum}"
},
"price": {
"type": "tpl",
"tpl": "${items|pick:price|avg|round:2}"
},
"amount": {
"type": "tpl",
"tpl": "${items|pick:amount|sum|round:2}"
}
}
]
}
注意事项
- 确保被处理的字段确实是数值类型,否则round过滤器可能不会按预期工作
- 对于空数据集,建议添加默认值处理
- 在复杂的计算场景中,可以考虑使用自定义函数来处理数值格式化
通过合理使用amis提供的模板语法和过滤器,开发者可以轻松实现表格总结行数值的四舍五入需求,提升数据展示的专业性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0113- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
717
4.57 K
Ascend Extension for PyTorch
Python
583
716
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
419
362
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
601
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
690
113
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
963
958
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.62 K
955
昇腾LLM分布式训练框架
Python
154
179
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
223