如何用SQL或Python Pandas重构学校月度Cycle数据表格？

一、SQL 实现方案（基于 CASE WHEN + GROUP BY） #

如果之前用 CASE WHEN 没成功，大概率是分组逻辑或字段处理有问题，以下是正确写法：

假设原表名为 school_cycle，需注意：

• 确保每个 School + Month 组合唯一，若有重复数据，需用聚合函数（如 MAX()、MIN()）取对应 Cycle 值
• 月份字段需是明确文本（如 'Jan'、'Feb'）或可转换为对应文本的格式

SELECT
    School,
    MAX(CASE WHEN Month = 'Jan' THEN Cycle END) AS Jan,
    MAX(CASE WHEN Month = 'Feb' THEN Cycle END) AS Feb,
    MAX(CASE WHEN Month = 'Mar' THEN Cycle END) AS Mar,
    -- 按需求继续添加其他月份
    Zone, -- 若需保留Zone字段，必须加入GROUP BY
    Code  -- 若需保留Code字段，必须加入GROUP BY
FROM school_cycle
GROUP BY School, Zone, Code; -- 需包含所有非聚合字段

若同一学校同一月份有多条数据，根据业务需求选聚合函数：

• 取任意一个 Cycle 值：用 MAX() 或 MIN()
• 合并所有值：用 GROUP_CONCAT(Cycle SEPARATOR ',')（MySQL）或 STRING_AGG(Cycle, ',')（SQL Server）

二、Pandas 实现方案 #

Pandas 的 pivot 或 pivot_table 是处理这类行列转换的标准方法，具体步骤如下：

1. 基础用法（无重复数据） #

如果每个 School + Month 组合唯一，直接用 pivot：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_file.xlsx')

# 执行行列转换
pivoted_df = df.pivot(
    index=['School', 'Code', 'Zone'],  # 作为行的字段，按需调整
    columns='Month',                  # 作为列的字段
    values='Cycle'                    # 填充单元格的字段
).reset_index()

# 移除列名层级，恢复常规格式
pivoted_df.columns.name = None

# 保存结果到新Excel
pivoted_df.to_excel('pivoted_result.xlsx', index=False)

2. 处理重复数据 #

若存在同一学校同一月份多条数据，用 pivot_table 配合聚合函数：

pivoted_df = pd.pivot_table(
    df,
    index=['School', 'Code', 'Zone'],
    columns='Month',
    values='Cycle',
    aggfunc='max',  # 可选'min'、'first'、lambda x: ','.join(x)等
    fill_value=''   # 空值填充内容，按需设置
).reset_index()

pivoted_df.columns.name = None
pivoted_df.to_excel('pivoted_result.xlsx', index=False)

三、Excel 原生功能实现（无需代码） #

直接用Excel的「数据透视表」快速完成：

• 选中数据区域，点击「插入」→「数据透视表」
• 将「School」（可同时添加Code、Zone）拖到「行」区域
• 将「Month」拖到「列」区域
• 将「Cycle」拖到「值」区域，若有重复值，点击值字段设置，选择「最大值」「最小值」或「连接项」（Excel 2019及以上支持）
• 调整格式即可得到目标表格

内容的提问来源于stack exchange，提问作者Jav