JimuReport报表设计:实现多级分组小计与样式定制
2025-06-01 00:09:31作者:房伟宁
在JimuReport报表工具中,实现多级分组统计是常见的业务需求。本文将详细介绍如何通过分组报表功能实现物料名称小计和年月合计的双层级统计,并动态设置行背景色。
分组报表基础概念
分组报表是JimuReport中强大的功能之一,它允许用户按照指定字段对数据进行分组展示,并可在每组数据后添加小计行。这种报表特别适合需要对数据进行分类汇总分析的场景。
实现多级分组统计
要实现物料名称小计和年月合计的双层级统计,需要按照以下步骤操作:
-
设置主分组:首先按照"年月"字段设置主分组,这样报表会先按年月对数据进行分组
-
设置子分组:在年月分组内,再设置"物料名称"作为子分组,形成二级分组结构
-
添加小计行:为每个物料名称分组添加小计行,计算该物料在各个月份中的汇总数据
-
添加合计行:为每个年月分组添加合计行,计算该月份所有物料的总和数据
动态样式设置技巧
要实现动态更改行背景色的效果,可以利用JimuReport的条件样式功能:
-
识别分组行:通过判断行类型(数据行、小计行或合计行)来应用不同的样式
-
设置条件格式:为不同类型的分组行设置不同的背景色,例如:
- 普通数据行:白色背景
- 物料小计行:浅蓝色背景
- 年月合计行:浅绿色背景
-
字体加粗:通常会将小计行和合计行的字体加粗显示,以增强视觉效果
实现过程中的注意事项
-
分组顺序:确保分组的层级顺序正确,应先按大范围分组(如年月),再按小范围分组(如物料名称)
-
计算字段:在小计行和合计行中正确设置汇总计算字段,确保统计数据的准确性
-
性能考虑:当数据量较大时,多级分组可能会影响报表性能,需要进行适当的优化
通过合理配置JimuReport的分组报表功能,可以轻松实现这种多层级的数据统计需求,同时满足样式定制的要求,为业务决策提供清晰直观的数据支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218