可重复分组报表也在报表开发中比较常见和麻烦的任务。可重复分组报表是指同一记录出现在不同的分组中被重复统计，常见的可重复分组报表有两类：一类是分组区间有交集，如：统计年龄段在20-30岁、25-35岁、30-40岁之间的用户数量；另外一类是分组区间有包含关系，如：统计各地区以及该地区主要城市的汇总数据，“华北，其中北京；华东，其中上海……”。
这类报表通过报表工具往往不易实现，即使实现也经常会伴随着报表难于开发维护、性能不高等问题。
通过集算器可以很好解决这个问题，这里通过两个例子来说明实现过程。
例一
根据员工基本信息表按年龄统计各年龄段区间的人数、奖金等汇总情况。报表样式如下：
这里“30-40岁”和“35-45”岁两个区间是有重复的。
集算器代码
A1建立数据源连接，A2查询员工表数据，由于该表只有出生日期，故在A3中增加并计算年龄字段；A4、A5指定年龄段区间及其区间名称，在A6中进行可重复枚举分组，并在A7中计算分组汇总值，最后A8将结果集返回给报表。
报表调用
由于集算器的主要工作是为报表做数据源准备，它只做数据计算，报表展现的工作仍由报表工具完成，这里选用润乾报表进行展现。
数据集设置
选用存储过程数据集，采用类存储过程的调用方式，其中“年龄段”为集算器脚本（dfx）名称。
报表模板
说到润乾报表，作为一款优良的报表工具，这个例子润乾报表可以通过ds.enumGroup()函数实现：
ds1.enumGroup(true,age(BIRTHDAY)>20&&age(BIRTHDAY)<=30,"20岁到30岁",age(BIRTHDAY)>30&&age(BIRTHDAY)<=40,"30岁到40岁",age(BIRTHDAY)>=35&&age(BIRTHDAY)<45,"35岁到45岁",age(BIRTHDAY)>=45,"45岁以上")
这是四个分组的情况，可以想象一下如果有几十个分组这个表达式将异常冗长，很难维护，而在集算器中则非常清晰。
例二
根据订单表统计各省份订单情况，要求列出某些主要城市（如青岛、深圳、石家庄）的订单情况，报表样式如下：
集算器代码
A1、A2：建立数据库连接从订单表读取数据；
A3：列出主要城市与省份的对应列表；
A7：按照省份分组汇总；
A8、A9：按指定城市对位分组后汇总；
A10：将城市数据插入A7按省汇总的结果中。
报表调用
报表调用方式与上例相同，报表模板及其表达式如下：
通过润乾报表单独实现一般可以通过两种方法：
1、依靠大量隐藏行
即先按省份分组，在下一行再按城市分组并设置其跟随上一行扩展，设置城市所在行隐藏行表达式，将不需要显示的城市全部隐藏。
这种方法虽然可以实现，但大量的隐藏行极大地影响了报表效率，当城市分组很多的情况尤其明显。
2、通过overlap()函数
润乾报表中ds.overlap()可以用于完成可重复分组报表，本例表达式可以写成：
ds1.overlap(true,省份=="上海","上海",省份=="北京","北京",省份=="四川","四川",省份=="天津","天津",省份=="山东","山东",城市=="青岛"," 其中：青岛",省份=="广东","广东",城市=="深圳"," 其中：深圳",省份=="江苏","江苏",省份=="江西","江西",省份=="河北","河北",城市=="石家庄"," 其中：石家庄",省份=="海南","海南",省份=="福建","福建",省份=="辽宁","辽宁",省份=="重庆","重庆",省份=="陕西","陕西")
通过overlap实现有两个明显缺点，第一是表达式长度，长到让人无法忍受的程度，可读性差难于更改，而且类似的表达式被写许多遍，自动报表的优势荡然无存；第二是由于统计省份都在表达式里写死了，这样报表过于固定无法随原始数据变化而变化，发生数据变化时还需要修改报表模板，造成维护困难。
集算器完成这类报表时即没有隐藏行列影响效率的担忧，又不会因为表达式长度和报表固定使报表使用受限，集算器作为集合运算的利器具有丰富的类库，代码结构清晰，可以帮助用户快速完成此类特殊格式报表的制作，是报表制作中不可或缺的好帮手。
可重复分组报表