序表是有结构的序列
集算器继承了关系数据库中的数据表概念，称为序表。与关系数据库的概念一致，每个序表也有其自身的数据结构，由若干字段构成。序表的成员被称为记录。
有结构的二维数据对象
序列的成员可以是任意数据类型，比如普通类型、其他序列或者记录。而序表的成员一定是记录，且每条记录的结构相同。比如，下面的数据对象就是序表：
因为是有结构的二维数据对象，所以序表通常生成自SQL、文本文件、集文件、Excel文件，也可以由空白序表创建而来。下面的A1,A2,A3就是序表：
|
|
A |
|
1 |
=file("Order_Books.txt").import@t() |
|
2 |
=demo.query("select * from CITIES") |
|
3 |
=create(OrderID,Client,SellerId,Amount,OrderDate) |
A1从文本文件生成序表，获得的结果就是上面的序表。A2通过SQL生成序表，A3指定字段名创建空序表。A2和A3中的数据如下：
序表支持大量的结构化数据算法，包括查询、排序、求和，平均值，合并重复记录等。比如：
|
|
A |
|
1 |
=file("Order_Books.txt").import@t() |
|
2 |
=A1.select(Amount>=20000 && month(Date)==5) |
|
3 |
=A1.sort(SalesID,-Date) |
|
4 |
=A1.groups(SalesID, month(Date); round(sum(Amount),2), count(~)) |
A2中查询出Amount字段大于等于20000，Date是5月的记录：
A3将记录按照SalesID字段升序排列，SalesID一样时将按Date降序排列：
A4按SalesID和月份，对每一组数据的Amount求和，并计算该组订单计数：
序表仍然属于序列，序列的集合性、有序性及其相关的函数都适用于序表。对于泛型性，由于序表的成员必然是同结构的记录，序列意义上的泛型不再支持，不过记录的字段取值可以是泛型数据，可以说是另一种意义的泛型性。因为这些特性，序表比传统程序语言更擅长处理复杂的计算问题。
比如利用有序性解答：每个月的销售额比上个月增长了百分之几。序表的算法如下：
|
|
A |
|
1 |
=file("Order_Books.txt").import@t() |
|
2 |
=A1.groups(month(Date); sum(decimal(string(Amount))):TotalAmount, count(~):Count) |
|
3 |
=A2.derive(round(TotalAmount/TotalAmount[-1]-1,4): compValue) |
A2中先统计出每月的总销售额：
A3中计算出最终结果如下：
利用集合性：假设业务上将订购数量大于1000的订单称为大订单，单价大于10000的订单称为重要合同，请找出：①既是大订单又是重要订单的订单；②以及除此之外的其他订单：
|
|
A |
B |
|
1 |
=file("Order_Books.txt").import@t() |
|
|
2 |
Big |
=A1.select(Quantity>1000) |
|
3 |
Importance |
=A1.select(Amount>10000) |
|
4 |
=B2^B3 |
=A1\A4 |
先在B2中选出大合同，再在B3中选出重要合同。A4中计算出2种合同的交集，就是问题①的答案：
B4中，用全部的订单与问题①的结果做差集，即可得到问题②的答案：
注意，上述代码中的A1中是序表，而B2,B3,A4和B4中，都是由序表派生出的排列，两者的区别和联系将在下面讲。