如何批量重组含分类数据的5000行数据并生成指定结构图表？

一、Excel + Power Query 零代码快速实现 #

• 步骤1：导入数据到Power Query
  选中你的5000行数据区域，点击Excel顶部「数据」选项卡 → 「从表格/区域」，确认数据包含表头后进入Power Query编辑器。
• 步骤2：一键重组数据
  假设你的数据结构是「唯一标识、分类（Column C）、年龄、数值（Column D）」，先选中分类列和年龄列，点击「转换」选项卡 → 「透视列」：
  • 在弹出窗口里，「值列」选择Column D对应的列名
  • 如果每个分类+年龄的组合是唯一的，高级选项选「不要聚合」；如果有重复数据，按需选求和/平均等聚合方式
    完成后点击「关闭并上载」，重组好的表格就会自动导入Excel。
• 步骤3：生成图表
  选中重组后的表格，点击「插入」选项卡，选柱状图、折线图等合适的图表类型，调整样式即可。

二、Python 代码自动化处理 #

适合有编程基础的用户，用pandas处理数据，matplotlib生成图表，示例代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据（支持Excel/CSV，替换成你的文件路径）
df = pd.read_excel("你的数据文件.xlsx")

# 数据透视：分类为行，年龄为列，D列数值为对应值
# 无重复值用pivot，有重复值用pivot_table指定聚合方式
pivot_df = df.pivot(index="分类列名", columns="年龄列名", values="数值列名")
# 示例：有重复值时求和
# pivot_df = pd.pivot_table(df, index="分类列名", columns="年龄列名", values="数值列名", aggfunc="sum")

# 生成并保存图表
pivot_df.plot(kind="bar", figsize=(12, 6))
plt.title("分类-年龄数值分布")
plt.xlabel("分类")
plt.ylabel("数值")
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig("结果图表.png")
plt.show()

替换代码里的列名和文件路径，运行后直接得到重组数据和可视化图表。

三、R 语言高效处理 #

用tidyr做数据重组，ggplot2绘图，示例代码：

library(tidyr)
library(ggplot2)

# 读取数据（替换成你的文件路径）
df <- read_excel("你的数据文件.xlsx")

# 重组数据，缺失值用0填充
pivot_df <- df %>% 
  pivot_wider(names_from = 年龄列名, values_from = 数值列名, values_fill = 0)

# 转长表后绘图（适合多年龄列的情况）
melt_df <- reshape2::melt(pivot_df, id.vars = "分类列名", variable.name = "年龄", value.name = "数值")
ggplot(melt_df, aes(x = 分类列名, y = 数值, fill = 年龄)) +
  geom_col(position = "dodge") +
  labs(title = "分类-年龄数值分布", x = "分类", y = "数值") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

内容的提问来源于stack exchange，提问作者Anas