在上面的例子中，在对齐时，每个州中只获得了满足条件的第1条数据。在很多情况下，我们需要找出对应的所有数据，此时可以用align@a进行对齐分组，如：

	A	B
1	=demo.query("select EID,NAME,GENDER, STATE,DEPT from EMPLOYEE")	[California,Texas,Florida,Illinois]
2	=A1.align@a(B1,STATE)
3	=A2.new(STATE,~.count(GENDER=="M"):Male,~.count(GENDER=="F"):Female)
4	=A1.align@n(B1,STATE)

A2在align函数中添加了@a选项，在对齐时，对应每个州将找到所有对应的记录：

对齐分组后的返回值是由各个分组构成的序列，A2中的结果是个由序列构成的序列。和用group分组类似，align@a对齐分组后的结果，也经常用来进一步计算。如A3中，根据分组结果，进一步汇总计算出每州男员工和女员工的总数：

在对齐分组时，可能有一些数据，无法与基准序列中的任何一个成员对应。集算器提供了另一种模式的对齐分组选项align@n，在这种模式下，所有无法对应的成员，将被划分到一个新组中。如A4中的分组结果如下：

比较A2和A4中对齐分组的结果，我们可以发现，A4中多出了一个分组，存储了指定的4个州之外的员工记录。

在对齐分组时，基准序列也可以由计算获得，如：

	A
1	=demo.query("select EID,NAME,GENDER, STATE,DEPT from EMPLOYEE")
2	=A1.groups(STATE;count(~):Count)
3	=A2.sort(-Count)
4	=A1.align@a(A3:STATE,STATE)

在A2中，用groups分组汇总计算出各个州的员工总数，并在A3中将结果按员工总数降序排序。A2和A3中的结果如下：

 

A4在对齐分组时，从A3的排序结果中获得州数据，计算出对齐时的基准序列。结果如下：

 

在对齐分组时，还有一种方式是用P.align(n,y)，直接划分为n个组，并根据分组表达式y直接计算出每个成员对应的组号，如：

	A
1	=demo.query("select EID,NAME,GENDER, STATE,DEPT from EMPLOYEE")
2	=A1.align@a(26,asc(left(NAME,1))-64)
3	[HR,R&D,Finance,Marketing]
4	=A1.align@a(A3.len(),A3.pos(DEPT))

在A2的表达式 =A1.align@a(26,asc(left(NAME,1))-64) 中，left(NAME,1) 取出员工名的首字母，再用asc函数转为ASCII码，减去64后就将各个大写字母对应到1~26的组号中。对齐分组后，结果如下：

分组后，同一组内的员工，姓名的首字母相同。

在使用P.align(n,y)方式时，有时也用定位函数，如pos,pmax等函数来计算组号，A4中将员工按照指定的部门序列对齐分组，结果如下：

在用group将数据分组时，各个组会按照分组值升序排序，而使用对齐分组，就能指定顺序。