将单列variable转换为6列：Google数据分析顶点项目数据重塑需求

问题背景 #

你手头有一个86000行的长格式数据集，结构如下：

Date   loc   loc_type  variable   value
---------------------------------------
1      1       1         1         (num)
1      1       1         2         (num)
1      1       1         3         (num)
1      1       1         4         (num)
1      1       1         5         (num)
1      1       1         6         (num)
1      1       2         1         (num)
...

需要转换为宽格式，将variable列的1-6值转为独立列var1到var6，目标格式如下：

Date   loc   loc_type  var1   var2   var3   var4   var5   var6
------------------------------------------------------------------
1        1      1     (num)   (num)  (num)  (num)  (num)   (num)
1        1      2     (num)   (num)  (num)  (num)  (num)   (num)
...

解决方案 #

以下是几种常用工具的实现方法，根据你的技术栈选择即可：

1. Python（Pandas） #

这是处理这类数据转换最灵活的方式，适合大数据集（86000行完全没问题）：

import pandas as pd

# 读取数据集（假设是CSV文件，根据实际格式调整）
df = pd.read_csv('your_dataset.csv')

# 使用pivot_table转换宽格式，aggfunc='first'确保每个分组取唯一值（无重复时可用pivot）
wide_df = df.pivot_table(
    index=['Date', 'loc', 'loc_type'],
    columns='variable',
    values='value',
    aggfunc='first'
).reset_index()

# 重命名列，将1-6改为var1-var6
wide_df.columns = ['Date', 'loc', 'loc_type'] + [f'var{i}' for i in range(1,7)]

# 保存结果
wide_df.to_csv('wide_dataset.csv', index=False)

• 如果数据中存在同一Date+loc+loc_type+variable组合的重复值，可将aggfunc改为mean/sum等聚合函数处理。

2. Excel（数据透视表/Power Query） #

适合不熟悉代码的用户：

方法A：数据透视表

• 选中整个数据集，点击「插入」→「数据透视表」
• 行区域拖入Date、loc、loc_type；列区域拖入variable；值区域拖入value（值字段设置选「值」而非计数）
• 调整透视表布局为「以表格形式显示」，手动修改列名为var1到var6

方法B：Power Query（更高效）

• 选中数据集，点击「数据」→「从表格/区域」进入Power Query编辑器
• 选择Date、loc、loc_type列，点击「转换」→「透视列」
• 透视列设置：值列选value，高级选项选「不要聚合」（无重复值时），确定后自动生成宽格式，重命名列即可

3. SQL #

如果数据存储在数据库中，可使用以下方法：

MySQL/PostgreSQL（CASE WHEN）

SELECT
    Date,
    loc,
    loc_type,
    MAX(CASE WHEN variable = 1 THEN value END) AS var1,
    MAX(CASE WHEN variable = 2 THEN value END) AS var2,
    MAX(CASE WHEN variable = 3 THEN value END) AS var3,
    MAX(CASE WHEN variable = 4 THEN value END) AS var4,
    MAX(CASE WHEN variable = 5 THEN value END) AS var5,
    MAX(CASE WHEN variable = 6 THEN value END) AS var6
FROM your_table
GROUP BY Date, loc, loc_type;

SQL Server（PIVOT函数）

SELECT
    Date,
    loc,
    loc_type,
    [1] AS var1,
    [2] AS var2,
    [3] AS var3,
    [4] AS var4,
    [5] AS var5,
    [6] AS var6
FROM your_table
PIVOT (
    MAX(value)
    FOR variable IN ([1],[2],[3],[4],[5],[6])
) AS pivot_table;

内容的提问来源于stack exchange，提问作者Marinos Kaitis