Power BI实现Columns to Rows：油品品牌列转行的需求与问题

核心思路 #

你需要执行**表格逆透视（Unpivot）**操作，把原本作为列名的油品品牌转为行数据，同时关联对应的价格、变动值和变动百分比列。

工具实现方案 #

Excel/Power Query #

• 选中原始表格数据，进入「数据」选项卡，点击「从表格/区域」启动Power Query编辑器
• 选中所有油品价格列、变动列、变动百分比列（不要选Date列）
• 在Power Query的「转换」选项卡中，点击「逆透视列」→「逆透视其他列」
• 若原始列名有统一前缀（比如「92#汽油价格」「92#汽油变动」），可按前缀分组，将同一油品的价格、变动、百分比整合到同一行
• 调整完成后关闭Power Query，加载数据即可得到目标格式

Python（Pandas） #

代码示例如下：

import pandas as pd

# 读取原始数据
df = pd.read_excel("your_file.xlsx")

# 定义各油品对应的列组
oil_columns = {
    "92#汽油": ["92#汽油价格", "92#汽油变动", "92#汽油变动%"],
    "0#柴油": ["0#柴油价格", "0#柴油变动", "0#柴油变动%"]
    # 按实际油品补充
}

# 构建结果数据
result_rows = []
for _, row in df.iterrows():
    date = row["Date"]
    for oil_name, cols in oil_columns.items():
        result_rows.append({
            "油品品牌": oil_name,
            "日期": date,
            "价格": row[cols[0]],
            "较前一日价格变动": row[cols[1]],
            "变动百分比": row[cols[2]]
        })

# 生成结果表格
result_df = pd.DataFrame(result_rows)
result_df.to_excel("output.xlsx", index=False)

SQL（数据库场景） #

假设原始表名为oil_prices，用UNION ALL实现列转行：

SELECT 
    '92#汽油' AS 油品品牌,
    Date AS 日期,
    92#汽油价格 AS 价格,
    92#汽油变动 AS 较前一日价格变动,
    92#汽油变动% AS 变动百分比
FROM oil_prices
UNION ALL
SELECT 
    '0#柴油' AS 油品品牌,
    Date AS 日期,
    0#柴油价格 AS 价格,
    0#柴油变动 AS 较前一日价格变动,
    0#柴油变动% AS 变动百分比
FROM oil_prices
-- 其他油品依次添加UNION ALL语句

内容的提问来源于stack exchange，提问作者Ritesh Prasad Singh