有一类衣服，是搬家那天才被想起来的。知乎上一位搬过三次家的作者写过一句：「吊牌还挂着，价格还在，只是衣服已经不是我的了。」同一篇里还算了两笔账：59块的T恤，穿3次，单次成本大概20块；599块的大衣，穿100次，单次成本只要6块。
买得便宜的那件，每次穿比贵的那件贵了三倍多。
单次成本是价格除以次数，麻烦在分母
分子好办，价格永远查得到：订单记录、发票，或者银行卡账单里那一行。
分母难。同一件 599 块的大衣，一个冬天只穿 4 次，每次就是 150 块；穿到 100 次，每次 6 块。衣服没变，钱也没变，变的只是你穿它出门的次数。
这就是单次成本比总价更能说明问题的原因。一件一千块的外套，穿了三年、每年穿一季，平摊下来很可能比两件穿两次就起球的便宜货划算。反过来，打折时买的那件"反正才一百多"，如果只穿了两回，它是衣柜里最贵的一件。
买之前：一周穿几次，乘上能穿几年
还没买的时候分母只能估，但估法有讲究，它是乘出来的：
一周大概会穿几次。拿不准就照着同类旧衣服的真实频率写，别按"我以后要好好穿"来估——这件新衣服的处境，跟柜子里那件差不多的旧衣服是一样的。
一年里适合穿它的月份有几个。羽绒服是 3 个月，短袖是 4 个月，通勤西装可能 12 个月都在穿。
再乘上你打算穿几年。
举个例子：一件春秋外套，一周穿一次，一年能穿 3 个月，就是 12 次；打算穿 5 年，分母大约 60。800 块除以 60，每次 13 块左右——这个数比"800 块"有用得多，因为它能跟衣柜里别的衣服放在一起比。
Youcalc 的单次穿着成本计算器做的就是这件事：填价格和预计穿着次数两个数，然后给结果。它把"我该如何估算每年的穿着次数"专门列进了常见问题——连做计算器的人都知道，分母这个数最容易拍脑袋。
估出来的分母通常偏乐观。人对未来的自己总有信心，真实的次数只能靠记录来校。
买之后：分母要从记录里来，不能从记忆里来
记忆会骗人。你记得自己"常穿"的那件，可能一个季度只出过三次门；反过来，有些衣服是在你没注意的时候被穿旧的。
想把分母做实，两个办法。一个是不用 App 的：换季整理时把当季衣服的衣架全部反挂，穿完晾干再正着挂回去，下一次换季数还反着挂的有几件，谁在吃灰一目了然，具体做法在衣服越买越多，哪些根本没穿过？四个办法把它找出来里。另一个是每次穿完记一笔，纸笔、备忘录、专门的应用都行，区别只在断不断。几种记法的对比写在每件衣服穿了几次？468 件全录进手机的用户，是这么统计的里，纸笔和备忘录都不花钱，缺点是要自己坚持；我自己做的那个 iPhone 应用「我的衣柜」把穿着记录和衣服的照片放在一起，省的是"翻回去找那件衣服"的功夫。
不管用哪种，标准都一样：记一次的动作要短到十秒以内，断了也别整个放弃。分母是攒出来的，不是一次算准的。
结果落在哪一档：低于 1 块、低于 3 块、低于 8 块
Youcalc 计算器把单次成本分成超值、物超所值、合理、偏贵几档，用的是三档经验阈值：每次低于 1 块、低于 3 块、低于 8 块。
它还给了一种"目标线"的用法。示例里同一件衣服，穿 25 次时是每次 ¥10.00，穿到 100 次降到每次 ¥2.50，中间那条目标线画在 ¥7.20——意思是，还得再穿 35 次，这件衣服才算穿回来。
要说明的是，这三条线是 Youcalc 自己的经验值，不是行业标准，也不是我们的实测结论。它更适合拿来纵向比较自己的衣服——同一件衣服今年和明年的单次成本，比两件不同品类的衣服之间硬比，有意义得多。
有三种账，算出来会误导你
有些衣服本来就该按"次"来算。一百块的次抛，洗两次就变形，穿五次就退役，单次成本 20 块——跟那件穿 3 次的 T 恤一个价。可这类衣服的作用就是顶三五次场合，拿单次成本去否定它，是把尺子用错了地方。袜子、内衣也属于这一类。
保养和干洗是另一笔容易漏掉的账。Youcalc 的计算器把保养费用和转售价值直接做成了输入项，常见问题里也自己问过「我应该把保养和转售计入成本吗」。一件 599 块的大衣，如果每季干洗一次、一次 60 块，穿三年，账面上就该再多算三百多块。二手转卖也是一个道理：能卖出去的钱，实际是把这个分母的账往回找了一部分。
还有渠道差价。腾讯新闻今年做过一次各平台通勤女装的价格对比，采样了伊芙丽、太平鸟、MO&Co、ONLY、SPAO、雅鹿这些品牌，价格采集周期是 2026 年 5 月到 7 月，连续 15 天。那篇的落脚点是给某个特卖平台导流，它给出的"某渠道单次穿衣成本最低"当它的立场看就好；但同一件衣服在不同渠道价格差得不小，是算单次成本时绕不开的变量。
先算衣柜里最贵的三件
挑三件：最贵的、最舍不得穿的、还有正在犹豫要不要买的那件。每件写下一个价格和大概穿过的次数，除一下。
数字不用准，但要诚实。算完你多半会发现，自己以为便宜的那件，才是每次最贵的。至于要不要为这个结果扔衣服，那是另一个问题——先把数字拿到手再说。
（文中价格折算、计算器阈值和平台对比都来自公开页面，我们没有逐件实测；这篇的整理过程用了 AI 辅助，事实核对和取舍由开发者负责。）