有3张工作表，第一张交易信息：客户编号，商品名称，含税价格，发货方式：含运费或者不含运费；第二张含运费：含运费不同商品的平均单价，商品名称，需要在第三张客户表：客户编号，在平均价格计算第一张商品名称相同的时候含税价格与第二张的相同商品名称含运费的相减并求和。

要实现这个需求，你可以按照以下步骤操作：

1. **合并数据**:
- 将第一张表（交易信息）与第二张表（含运费）按照商品名称进行合并。这可以通过Excel或其他数据分析工具中的VLOOKUP或JOIN功能来完成[^1]。

2. **过滤和匹配**:
- 在合并后的数据集中，筛选出那些商品名称在第一张表中并且对应的含税价格和第二张表中的含运费商品具有相同名称的记录。

3. **计算差额**:
- 对于每个匹配的商品，取出第一张表的含税价格，以及第二张表对应商品的平均含运费，然后进行相减。

4. **求和**:
- 计算所有商品价格差额的总和，得到最终的结果。

由于这是理论描述，实际操作可能需要编写脚本或使用编程语言如Python，可以利用pandas库来进行数据处理[^2]。以下是使用pandas的一个简化示例：

import pandas as pd

# 假设df1, df2分别为交易信息和含运费表的数据框
# df1['商品名称'] == df2['商品名称'] 是匹配条件
result = (df1.set_index('商品名称')['含税价格']
          .subtract(df2.set_index('商品名称')['含运费'])
          .groupby(level=0).sum())