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 StartedRust0171
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook090
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
暂无描述
Dockerfile
748
4.85 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
640
1.26 K
Ascend Extension for PyTorch
Python
684
824
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
831
1.82 K
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
449
412
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++
1.02 K
1.03 K
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
1.49 K
171
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
927
553
暂无简介
Dart
995
256
昇腾LLM分布式训练框架
Python
172
211