如何利用函数转换表格数据，将列转为数据分类类别？无需从零建表

不需要从零创建表格，完全可以通过工具内置的转换功能或代码函数直接基于现有数据生成目标样式，以下是常用场景的具体方法：

Excel 环境 #

• 数据透视表：选中现有数据区域，点击「插入」→「数据透视表」，在弹出的字段面板中，把作为分类的字段拖到「列」区域，需要展示的数值字段拖到「值」区域，一键就能生成按分类列展示的表格，全程基于原数据转换，无需手动搭建结构。
• Power Query 透视列：选中数据后进入「数据」→「从表格/区域」，在Power Query编辑器中选择「转换」→「透视列」，指定要作为列的分类字段、对应的值字段及聚合方式（如求和、计数），确认后即可生成目标表格，还能保留转换步骤，后续数据更新可一键刷新。

Python（基于 pandas 库） #

用内置的pivot()或pivot_table()函数快速转换：

import pandas as pd

# 假设原数据存储在DataFrame df中，category为分类列，value为需展示的数值列
# 无重复分类项时用pivot
df_pivoted = df.pivot(columns='category', values='value')

# 有重复分类项需要聚合时用pivot_table
df_pivoted = df.pivot_table(columns='category', values='value', aggfunc='sum')

执行后直接得到以分类为列的目标表格，所有数据均来自原数据集的转换。

内容的提问来源于stack exchange，提问作者user22770348