数组，匹配，sorting

我有两个数据集，每个在3个单独的列，在同一张表内。

第一个数据集包含发票数据，第二个数据集包含发票上包含的各个项目的数据。

• 第一个数据集（发票）：CustomerNumber（长），InvoiceDate（date），InvoiceAmount（双）
• 第二个数据集（Items）：CustomerNumber（long），ItemPurchaseDate（date），ItemCost（double）

没有唯一的标识符来关联两个数据集。

一般规则是：

• 其中CustomerNumber = X和ItemPurchaseDate <InvoiceDate的项目应与发票相关，其中CustomerNumber = X和InvoiceDate> ItemPurchaseDate，但InvoiceDate <nextInvoiceDate为同一个CustomerNumber（如果有多个发票）

（试着想象一下你试图将项目与最近的发票进行匹配的情况。）

比如像这样

因此，并非所有项目都可以与发票相关联，有时我们将无法find发票的任何项目。

我写了代码，但效率不高，因为它会遍历所有发票的所有项目。 在我的情况下，有9000个发票和260K项目。

但是为了certificate（我忽略了那些不重要的部分）：

For Each InvCustNo In InvList 'look into every Invoice For Each ItemCustNo In ItemList 'look into every Item 'check if we're looking at the new client, ' if yes - reset the date holder If prevInvCustNo <> InvCustNo Then prevInvDate = 0 End If InvDate = InvCustNo.Offset(0, 1).Value 'define the InvoiceDate ItemDate = ItemCustNo.Offset(0, 1).Value 'define ItemDate If InvCustNo = ItemCustNo And InvDate > ItemDate And _ InvDate >= prevInvDate And _ prevInvDate <= ItemDate Then 'perform comparison TempSum = TempSum + ItemCustNo.Offset(0, 2) End If Next ItemCustNo prevInvDate = InvDate 'update the date-1 prevInvCustNo = InvCustNo 'update the client-1 InvCustNo.Offset(0, 7).Value = TempSum 'print values TempSum = 0 'reset sum Next InvCustNo 

上面的代码应该做的工作，但不是我有数据量，主要有两个原因：

• 它将通过9.000×260.000行= 23.4亿次操作
• 它会一次写入9000个结果

想到两个问题

• 我可以一口气写出所有的结果吗？ （arrays？）
• 我可以以某种方式限制我的匹配，所以我不做23.4亿次操作（我想用sorting我可以）

任何想法和例子（我可以用作出发点）将是非常有帮助的。

Answer 1

我有一个非vba的解决scheme，我认为可能会为你工作。

鉴于截图中的数据（这反映了你的例子）

确保列A：C中的数据仅进行sorting

• A到Z由CustomerNumber
• 然后通过InvoiceDate最新到最旧

然后将下面的公式放在G1中（并向下拖动）：

 =IF(E2>MAX(IF(A:A=D2,B:B)),"No Invoice Yet",INDEX(B:B,(MATCH(E2,IF(A:A=D2,B:B),-1)))) 

作为数组 （按Ctrl + Shft + Enter）而不是Enter。

该公式的工作原理如下

1. 将ItemDate与给定客户编号的Max InvoiceDate进行比较。 如果ItemDate比最新发票date更新，则返回“尚未开具发票”
2. 否则，它会查找与ItemDate最接近的InvoiceDate（请考虑ItemDate后的下一个可能的InvoiceDate），然后返回该date。