Обновление сводных таблиц в Aspose.Cells for Python via .NET

Aspose.Cells предоставляет многоуровневый API обновления, который позволяет перезагружать данные сводных таблиц на четырёх различных уровнях — от всей рабочей книги до отдельной сводной таблицы. Начиная с версии Aspose.Cells for Python via .NET v26.7 устаревший метод PivotTable.refresh_data() помечен как нерекомендуемый и должен быть заменён более эффективными API, учитывающими кэш и описанными в данной статье.

Введение

Обновление сводной таблицы редко является одной операцией. Под капотом Aspose.Cells поддерживает многоуровневую цепочку данных, которая связывает исходные данные с отображаемыми значениями на листе. Понимание этой цепочки является ключом к выбору правильного API обновления для любой ситуации. Цепочка данных состоит из четырёх уровней:

Источник данных — исходные диапазоны листа, запрос к базе данных или диапазон консолидации, в которых хранятся необработанные значения.
PivotCache — снимок исходных данных в памяти. Каждая сводная таблица строится поверх PivotCache; здесь собираются и агрегируются все данные.
PivotTable — объект представления, определяющий поля строк, столбцов, значений и фильтров. PivotTable читает данные только из своего PivotCache и никогда напрямую из источника данных.
Cells — ячейки листа Cells, в которые PivotTable выводит вычисленные значения и стили. Особенно важным понятием является общий кэш. Когда несколько сводных таблиц в рабочей книге ссылаются на один и тот же исходный диапазон, они используют один экземпляр PivotCache. Один PivotCache может использоваться множеством сводных таблиц, и обновление этого кэша обновляет все зависимые PivotTable одновременно.
PivotCache.source_type (перечисление PivotTableSourceType) указывает, откуда были получены данные кэша. Начиная с версии v26.7, метод PivotCache.refresh() поддерживает только типы источников Sheet и Consolidation — то есть данные, расположенные в диапазонах листа. Внешние источники (базы данных, внешние подключения и т. д.) пока не могут быть обновлены через API кэша.
Из-за этой цепочки в Aspose.Cells существуют два основных пути обновления:

PivotCache.refresh() — перезагружает источник в кэш И пересчитывает все зависимые PivotTable за одну операцию.
PivotTable.calculate_data() — пересчитывает отображение одной PivotTable из уже кэшированных данных, без обращения к источнику данных. Все сценарии в данной статье используют данные из ячеек листа, поэтому тип источника — Sheet, и операции обновления работают так, как описано.

Необходимые импорты

Все примеры Python в этой статье начинаются со следующих трёх операторов импорта, поскольку типы сводных таблиц находятся в пространстве имён aspose.cells.pivot:

import sys
import aspose.cells
import aspose.cells.pivot

Обновить все сводные таблицы в рабочей книге

Когда необходимо обеспечить, чтобы каждый кэш сводных таблиц и каждая сводная таблица в рабочей книге отражали актуальные исходные данные, простейшим и наиболее полным API является Workbook.refresh_all(). Один вызов проходит по всей рабочей книге — обновляя каждый PivotCache из его источника, а затем пересчитывая каждую зависимую PivotTable. Это рекомендуемый подход для обычных полных обновлений документа, когда производительность не критична. Следующий пример создаёт рабочую книгу с исходным диапазоном Fruit/Year/Amount, создаёт одну сводную таблицу, изменяет некоторые значения в источнике, а затем использует refresh_all() для обновления всего за один вызов.

.cells as ac

# Создать новую рабочую книгу
workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# Записать строку заголовка в ячейки A1:C1
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# Записать строки данных в ячейки A2:C9 (8 строк данных о фруктах за 2020 и 2021 годы)
worksheet.cells["A2"].put_value("grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(50)

worksheet.cells["A3"].put_value("blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(60)

worksheet.cells["A4"].put_value("kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(70)

worksheet.cells["A5"].put_value("cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(80)

worksheet.cells["A6"].put_value("grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(90)

worksheet.cells["A7"].put_value("blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(100)

worksheet.cells["A8"].put_value("kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(110)

worksheet.cells["A9"].put_value("cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(120)

# Добавить сводную таблицу: исходный диапазон "A1:C9", ячейка назначения "E3", имя "Pivot1"
pivot_index = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

# Назначить поля сводной таблицы: Fruit в строки, Year в столбцы, Amount в данные
pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# Изменить несколько значений Amount в исходных данных для имитации изменений
worksheet.cells["C2"].put_value(55)
worksheet.cells["C5"].put_value(85)
worksheet.cells["C9"].put_value(125)

# Обновить все сводные таблицы / кэши сводных таблиц в рабочей книге
workbook.refresh_all()

# Сохранить рабочую книгу
workbook.save("output.xlsx")

Обновить все сводные таблицы на одном листе

Иногда требуется обновить только сводные таблицы, расположенные на одном конкретном листе — например, когда известно, что сводные таблицы на других листах не связаны с ними и не должны затрагиваться. Для этого случая Aspose.Cells предоставляет метод Worksheet.refresh_pivot_tables(), который ограничен одним экземпляром Worksheet. Это более избирательный подход по сравнению с Workbook.refresh_all(): обновляются только сводные таблицы на целевом листе, а сводные таблицы на других листах остаются нетронутыми. Следующий пример заполняет те же исходные данные Fruit/Year/Amount, добавляет сводную таблицу на первый лист, изменяет некоторые значения в источнике, а затем обновляет только сводные таблицы на этом листе.

import aspose.cells as ac

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

worksheet.cells["A2"].put_value("grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("blueberry")
worksheet.cells["B3"].put_value(2021)
worksheet.cells["C3"].put_value(150)

worksheet.cells["A4"].put_value("kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(200)

worksheet.cells["A5"].put_value("cherry")
worksheet.cells["B5"].put_value(2021)
worksheet.cells["C5"].put_value(120)

worksheet.cells["A6"].put_value("grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(180)

worksheet.cells["A7"].put_value("blueberry")
worksheet.cells["B7"].put_value(2020)
worksheet.cells["C7"].put_value(130)

worksheet.cells["A8"].put_value("kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(220)

worksheet.cells["A9"].put_value("cherry")
worksheet.cells["B9"].put_value(2020)
worksheet.cells["C9"].put_value(140)

pivot_index = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

pivot_table.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

worksheet.cells["C2"].put_value(300)
worksheet.cells["C5"].put_value(250)
worksheet.cells["C9"].put_value(400)

worksheet.refresh_pivot_tables()

workbook.save("output.xlsx")

Обновить одну сводную таблицу

Если требуется точечное управление одной сводной таблицей, API на основе кэша предоставляет два варианта. Выбор между ними зависит от того, что именно изменилось: базовые исходные данные или только параметры представления/макета самой сводной таблицы.

Изменились исходные данные — используйте `PivotCache.refresh()`

Если изменились базовые исходные данные, правильной точкой входа является pivot_table.pivot_cache.refresh(). Этот вызов перечитывает исходные данные в кэш, а затем пересчитывает все PivotTable, зависящие от этого кэша.

Поскольку сводные таблицы совместно используют один экземпляр PivotCache, вызов PivotCache.refresh() приводит к пересчёту всех сводных таблиц, построенных на этом же кэше, — а не только той, на которую вы ссылаетесь. Если две сводные таблицы используют один и тот же исходный диапазон, обновление одного кэша обновляет обе.

Следующий пример создаёт две сводные таблицы на одном исходном диапазоне, чтобы продемонстрировать это поведение общего кэша, изменяет некоторые значения в источнике, а затем выполняет обновление через ссылку на один кэш.

import aspose.cells as ac

# Создаём новую рабочую книгу и получаем доступ к первому листу
workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# Записываем строку заголовков: Fruit / Year / Amount
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# Записываем примерно 9 строк данных (grape / blueberry / kiwi / cherry за 2020-2021 годы)
worksheet.cells["A2"].put_value("Grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("Blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(200)

worksheet.cells["A4"].put_value("Kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(300)

worksheet.cells["A5"].put_value("Cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(400)

worksheet.cells["A6"].put_value("Grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(500)

worksheet.cells["A7"].put_value("Blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(600)

worksheet.cells["A8"].put_value("Kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(700)

worksheet.cells["A9"].put_value("Cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(800)

# Добавляем первую сводную таблицу "Pivot1" с якорем в ячейке E3, исходный диапазон A1:C9
pivotIndex1 = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivotTable1 = worksheet.pivot_tables[pivotIndex1]

# Назначаем поля для Pivot1
pivotTable1.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivotTable1.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivotTable1.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# Добавляем ВТОРУЮ сводную таблицу "Pivot2" с якорем в E15, используя ТОТ ЖЕ исходный диапазон A1:C9
# И Pivot1, и Pivot2 используют один общий PivotCache, поскольку исходный диапазон идентичен.
pivotIndex2 = worksheet.pivot_tables.add("A1:C9", "E15", "Pivot2")
pivotTable2 = worksheet.pivot_tables[pivotIndex2]

# Назначаем те же поля для Pivot2
pivotTable2.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivotTable2.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivotTable2.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# Изменяем несколько значений ячеек Amount в исходных данных, чтобы имитировать изменение данных
worksheet.cells["C2"].put_value(150)
worksheet.cells["C4"].put_value(350)
worksheet.cells["C7"].put_value(650)

# Обновляем общий PivotCache.
# Поскольку Pivot1 и Pivot2 используют общий PivotCache, этот единственный вызов
# обновляет ОБЕ сводные таблицы (данные + стиль) из обновлённого источника.
pivotTable1.pivot_cache.refresh()

# Сохраняем рабочую книгу
workbook.save("output.xlsx")

Изменились только представление/макет — используйте `calculate_data()`

Если исходные данные не изменились, а изменились только параметры представления или макета сводной таблицы (например, поле было перемещено в другую область или переключена настройка обновления при открытии), нет необходимости обращаться к источнику данных. Кэш уже содержит правильные данные; требуется только пересчёт отображаемой PivotTable. В этом случае правильным выбором является pivot_table.calculate_data(). Это позволяет избежать ненужного обращения к источнику и значительно быстрее, когда множество сводных таблиц использует один и тот же кэш. Следующий пример изменяет свойство сводной таблицы, не связанное с источником, а затем вызывает calculate_data() для повторного отображения из существующего кэша.

ells as ac
import aspose.cells.pivot as acp

workbook = ac.Workbook()
worksheet = workbook.worksheets[0]

# Записать строку заголовков Fruit / Year / Amount
worksheet.cells["A1"].put_value("Fruit")
worksheet.cells["B1"].put_value("Year")
worksheet.cells["C1"].put_value("Amount")

# Записать 8 строк данных (строки 2-9, соответствует исходному диапазону A1:C9)
worksheet.cells["A2"].put_value("Grape")
worksheet.cells["B2"].put_value(2020)
worksheet.cells["C2"].put_value(100)

worksheet.cells["A3"].put_value("Blueberry")
worksheet.cells["B3"].put_value(2020)
worksheet.cells["C3"].put_value(200)

worksheet.cells["A4"].put_value("Kiwi")
worksheet.cells["B4"].put_value(2020)
worksheet.cells["C4"].put_value(300)

worksheet.cells["A5"].put_value("Cherry")
worksheet.cells["B5"].put_value(2020)
worksheet.cells["C5"].put_value(400)

worksheet.cells["A6"].put_value("Grape")
worksheet.cells["B6"].put_value(2021)
worksheet.cells["C6"].put_value(150)

worksheet.cells["A7"].put_value("Blueberry")
worksheet.cells["B7"].put_value(2021)
worksheet.cells["C7"].put_value(250)

worksheet.cells["A8"].put_value("Kiwi")
worksheet.cells["B8"].put_value(2021)
worksheet.cells["C8"].put_value(350)

worksheet.cells["A9"].put_value("Cherry")
worksheet.cells["B9"].put_value(2021)
worksheet.cells["C9"].put_value(450)

# Добавить сводную таблицу с именем "Pivot1" в ячейку назначения E3, источник данных A1:C9
pivot_index = worksheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table = worksheet.pivot_tables[pivot_index]

# Назначить поля: Fruit — в строки, Year — в столбцы, Amount — в данные
pivot_table.add_field_to_area(acp.PivotFieldType.ROW, "Fruit")
pivot_table.add_field_to_area(acp.PivotFieldType.COLUMN, "Year")
pivot_table.add_field_to_area(acp.PivotFieldType.DATA, "Amount")

# Изменить свойство представления/макета — это изменение только отображения,
# поэтому оно НЕ требует повторного чтения исходных данных через PivotCache.Refresh().
pivot_table.refresh_data_on_opening_file = False

# CalculateData() перерисовывает отображение ЭТОЙ сводной таблицы (данные + стиль) из
# данных, уже хранящихся в PivotCache. Поскольку исходные данные не изменились,
# обращения к источнику не происходит — только кэшированные значения пересчитываются
# в ячейки листа.
pivot_table.calculate_data()

# Сохранить книгу на диск
workbook.save("output.xlsx")

Получить все сводные таблицы, использующие один PivotCache

Рабочая книга часто содержит множество сводных таблиц, которые построены поверх одного общего кэша. Чтобы перечислить их — например, перед выполнением пакетного обновления или для диагностики влияния общего кэша — используйте PivotCache.get_pivot_tables(). Этот метод возвращает коллекцию всех PivotTable, зависящих от данного кэша. Это также наиболее прямой способ убедиться, что две сводные таблицы действительно используют один и тот же экземпляр PivotCache: можно сравнить ссылки на кэш или просто перебрать коллекцию, возвращаемую get_pivot_tables(), и увидеть, какие сводные таблицы в ней присутствуют. Следующий пример создаёт две сводные таблицы на одном исходном диапазоне, проверяет, что они используют один и тот же экземпляр кэша, а затем перечисляет сводные таблицы этого кэша.

Миграция с устаревшего метода `PivotTable.refresh_data()`

До версии Aspose.Cells for Python via .NET v26.7 стандартным способом обновления сводной таблицы был вызов PivotTable.refresh_data() для каждой сводной таблицы по отдельности. Начиная с версии v26.7 этот метод помечен как нерекомендуемый и должен быть заменён описанными выше API, учитывающими кэш. Существуют две причины, по которым подход с вызовом refresh_data() для каждой таблицы по отдельности проблематичен в реальных рабочих книгах:

Он каждый раз заново получает данные из источника, даже если источник не изменился.
Каждый вызов обновляет весь общий кэш. Когда множество сводных таблиц используют один кэш, повторные вызовы refresh_data() для каждой сводной таблицы приводят к многократному повторному получению данных из одного и того же кэша, что очень медленно. Рекомендуемые замены:
Обновить ВСЕ сводные таблицы в рабочей книге → используйте workbook.refresh_all();
Обновить НЕКОТОРЫЕ из них → используйте pivot_table.pivot_cache.refresh(); для одного кэша. Поскольку кэш общий, этот единственный вызов обновляет все сводные таблицы, построенные поверх этого кэша. Остальные сводные таблицы, построенные поверх уже обновлённого кэша, можно безопасно пропустить.
Изменилось только представление/макет сводной таблицы → используйте pivot_table.calculate_data(); для повторного отображения из существующего кэша без обращения к источнику. Следующий пример демонстрирует новый эффективный паттерн для рабочих книг с несколькими сводными таблицами, использующими один кэш.

import aspose.cells as ac

# Создаём новую книгу и обращаемся к первому листу
workbook = ac.Workbook()
sheet = workbook.worksheets[0]

# --- Формируем исходные данные: Фрукт / Год / Сумма (заголовок + 9 строк) ---
sheet.cells["A1"].put_value("Fruit")
sheet.cells["B1"].put_value("Year")
sheet.cells["C1"].put_value("Amount")

sheet.cells["A2"].put_value("Grape")      ; sheet.cells["B2"].put_value(2020); sheet.cells["C2"].put_value(1000)
sheet.cells["A3"].put_value("Blueberry")  ; sheet.cells["B3"].put_value(2020); sheet.cells["C3"].put_value(2000)
sheet.cells["A4"].put_value("Kiwi")       ; sheet.cells["B4"].put_value(2020); sheet.cells["C4"].put_value(1500)
sheet.cells["A5"].put_value("Cherry")     ; sheet.cells["B5"].put_value(2020); sheet.cells["C5"].put_value(2500)
sheet.cells["A6"].put_value("Grape")      ; sheet.cells["B6"].put_value(2021); sheet.cells["C6"].put_value(3000)
sheet.cells["A7"].put_value("Blueberry")  ; sheet.cells["B7"].put_value(2021); sheet.cells["C7"].put_value(1800)
sheet.cells["A8"].put_value("Kiwi")       ; sheet.cells["B8"].put_value(2021); sheet.cells["C8"].put_value(2200)
sheet.cells["A9"].put_value("Cherry")     ; sheet.cells["B9"].put_value(2021); sheet.cells["C9"].put_value(2700)

# --- Добавляем первую сводную таблицу (Pivot1) в ячейку-приёмник E3 ---
idx1 = sheet.pivot_tables.add("A1:C9", "E3", "Pivot1")
pivot_table1 = sheet.pivot_tables[idx1]
pivot_table1.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table1.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table1.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# --- Добавляем ВТОРУЮ сводную таблицу (Pivot2) на ТОТ ЖЕ диапазон источника ---
# Таблицы Pivot1 и Pivot2 совместно используют ОДИН базовый PivotCache.
# Это именно тот сценарий, в котором устаревший подход с RefreshData()
# на каждой таблице становится неэффективным: обновление одной таблицы
# заново загружает весь общий кэш, поэтому обновление N таблиц выполняет
# одну и ту же дорогостоящую загрузку N раз.
idx2 = sheet.pivot_tables.add("A1:C9", "E15", "Pivot2")
pivot_table2 = sheet.pivot_tables[idx2]
pivot_table2.add_field_to_area(ac.PivotFieldType.ROW, "Fruit")
pivot_table2.add_field_to_area(ac.PivotFieldType.COLUMN, "Year")
pivot_table2.add_field_to_area(ac.PivotFieldType.DATA, "Amount")

# --- Изменяем несколько значений Amount в исходных данных ---
sheet.cells["C2"].put_value(5000)   # Grape  2020
sheet.cells["C5"].put_value(7500)   # Cherry 2020
sheet.cells["C9"].put_value(9500)   # Cherry 2021

# --- УСТАРЕВШИЙ шаблон (до версии 26.7) — PivotTable.RefreshData() ---
# pivot_table1.refresh_data();  # повторно загружает из источника, обновляет весь кэш
# pivot_table2.refresh_data();  # повторно загружает СНОВА — а кэш уже свежий!
# Каждый вызов перестраивает общий кэш, поэтому N таблиц = N избыточных загрузок.

# --- НОВЫЙ шаблон версии 26.7+: обновляем кэш ОДИН раз, затем при необходимости перерисовываем ---
# Один вызов PivotCache.Refresh() подтягивает изменённые значения в общий
# кэш И пересчитывает отображение КАЖДОЙ сводной таблицы, которая на него ссылается.
# Поскольку Pivot1 и Pivot2 используют один PivotCache, этот единственный вызов
# обновляет обе таблицы — повторного обращения к источнику не требуется.
pivot_table1.pivot_cache.refresh()

# Метод CalculateData() только перерисовывает отображение сводной таблицы
# (данные + стиль), используя данные, уже находящиеся в кэше, и НЕ обращается к источнику.
# Мы вызываем его здесь для Pivot2 исключительно, чтобы продемонстрировать API: после
# однократного обновления кэша любую зависимую таблицу можно перерисовать без
# обращения к источнику. Используйте CalculateData() отдельно в случаях, когда
# изменились только параметры отображения/макета сводной таблицы, а кэш уже актуален.
pivot_table2.calculate_data()

workbook.save("output.xlsx")

Какой API обновления следует использовать?

В таблице ниже приведены доступные API обновления и указано, когда следует выбирать каждый из них.

Цель	Рекомендуемый API	Примечания
Обновить всё в рабочей книге	`Workbook.refresh_all()`	Один вызов; охватывает все кэши и таблицы.
Обновить только сводные таблицы на одном листе	`Worksheet.refresh_pivot_tables()`	Ограничено одним листом.
Изменились исходные данные для одного кэша	`pivot_table.pivot_cache.refresh()`	Обновляет ВСЕ сводные таблицы на этом общем кэше.
Изменились только параметры представления/макета	`pivot_table.calculate_data()`	Пропускает ненужное обращение к источнику.
Получить список всех сводных таблиц на общем кэше	`pivot_cache.get_pivot_tables()`	Используйте для перечисления перед массовым обновлением.
На практике отдавайте предпочтение API на основе кэша, а не устаревшему методу `refresh_data()` для отдельных таблиц. Они учитывают общие кэши, избегают избыточных обращений к источнику и позволяют выбрать минимальный объём, удовлетворяющий вашим требованиям к обновлению.

Добавление вычисляемого поля в сводной таблице Добавить поля строк и столбцов сводной таблицы в Aspose.Cells для .NET