ABAP报表数据处理:内表数据汇总COLLECT和AT END OF、AT*

一、 at end of、at new、at last

1)在写abap 的过程中可能需要统计、求和等,那么在loop ... endloop 中间,有个AT <LEVEL>,<…>,ENDAT循环。其中的<LEVEL>包括: FRIST,LAST, NEW , END OF。
2)这些可以用来进行内表中按某个<u>字段f</u> 进行分组统计。
3)当f字段或者f字段左边的字段内容发生变化时该事件后面的语句都会执行。
以下以处理工资报表数据为例(简化例子):

  • 工资内表结构字段及填充后的数据如下表:
工资内表字段.jpg
  • 与loop配合使用汇总(loop不加where条件)
    注意要先对内表数据进行排序
SORT it_data BY werks orgeh pernr.
LOOP AT it_data.
*在内表循环过程中遇到新的人事范围则执行
  AT NEW werks.
    SKIP.
    ULINE.
    WRITE :/8(35) '按人事范围汇总:'.
    WRITE:/8(20) '人事范围编码',28(12)'部门编码',40(10)'员工号',50(8)'姓名',58(12)'基本工资',70(12)'职务工资',82(8)'税金',90(8)'实发'.
  ENDAT.

  WRITE :/8(20) it_data-werks,28(12) it_data-orgeh ,40(10) it_data-pernr,50(8) it_data-ename,58(10) it_data-1jbg,68(10) it_data-1zwg,78(10) it_data-x403,90(10) it_data-x559.

接下

*在部门结束时(下一个部门开始前),输出部门小计
  AT END OF orgeh.
    SUM.
    SKIP.
    WRITE :/8(20) '部门小计:'.
    WRITE:
         /8(10) '人数',
         18(12) it_data-count,
         56(10) it_data-1jbg NO-GROUPING NO-SIGN,
         66(10) it_data-1zwg NO-GROUPING NO-SIGN ,
         76(10) it_data-x403 NO-GROUPING NO-SIGN,
         88(10) it_data-x559 NO-GROUPING NO-SIGN.
    SKIP.
  ENDAT.
*只执行一次最终汇总
  AT LAST.
    SUM.
    ULINE.ULINE.
    WRITE:
          /8(20) '合计:'.
    WRITE:
           /8(10) '人数',
           18(12) it_data-count,
           56(10) it_data-1jbg NO-GROUPING NO-SIGN,
           66(10) it_data-1zwg NO-GROUPING NO-SIGN ,
           76(10) it_data-x403 NO-GROUPING NO-SIGN,
           88(10) it_data-x559 NO-GROUPING NO-SIGN.
  ENDAT.
  CLEAR it_data.
ENDLOOP.
  • 处理后的数据结果:
工资汇总结果.jpg

以上在loop过程中对工资单数据分别按人事范围、部门汇总,最后做总的统计。


二、 COLLECT

ABAP对内表插入数据有3种:APPEND,COLLECT,INSERT。
1) 要计算数字字段之和或要确保内表中没有出现重复条目,使用 COLLECT 语句,它根据标准关键字处理行(将关键字相同的其他数字字段值汇总)。
2)要在内表现有行之前插入新行,请使用 INSERT 语句。
3)要将内表条目内容复制到另一个内表中并且覆盖该目标表格,使用 MOVE 语句。
以下举例说明collect常见用法。

  • 定义内表:
DATA: BEGIN OF wa_data,
  col1 TYPE c,
  col2 TYPE i,
  col3 TYPE i,
  END OF wa_data.
DATA: it_data LIKE TABLE OF wa_data WITH HEADER LINE.
DATA: itab LIKE  HASHED TABLE OF wa_data WITH UNIQUE KEY col1 WITH HEADER LINE. 

注意:此处itab作为汇总表定义为hashed table 且明确唯一key列(普通内表也可),collect要求非KEY列都得是数据类型(I,P,F)

  • 填充内表:
wa_data-col1 = 'A'.
DO 2 TIMES.
  wa_data-col2 = 1.
  wa_data-col3 = 1 * sy-index.
APPEND wa_data TO it_data.
ENDDO.
wa_data-col1 = 'B'.
DO 2 TIMES.
  wa_data-col2 = 2.
  wa_data-col3 = 2 * sy-index.
  APPEND wa_data TO it_data.
ENDDO.
wa_data-col1 = 'C'.
DO 2 TIMES.
  wa_data-col2 = 3.
  wa_data-col3 = 3 * sy-index.
  APPEND wa_data TO it_data.
ENDDO.
  • 使用collect处理内表:按关键列(默认非数字列)汇总
LOOP AT it_data .
 COLLECT it_data INTO itab.
ENDLOOP.
collect1.jpg
  • 内表有多个关键列

DATA: itab LIKE TABLE OF wa_data with KEY col1 col WITH HEADER LINE .

![collect2.jpg](http://upload-images.jianshu.io/upload_images/1377127-91fd4453d1b23b97.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
如上图(指定两个关键列),只有col1和col列都相同才会被collect;若未指定COL列为关键列,则无法collect。
---
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,245评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,749评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,960评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,575评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,668评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,670评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,664评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,422评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,864评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,178评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,340评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,015评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,646评论 3 323
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,265评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,494评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,261评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,206评论 2 352

推荐阅读更多精彩内容