求助：基于学号/姓名合并数据并将科目成绩归入新列的实现方案

方法一：使用Excel Power Query（无需复杂公式） #

• 选中你的原始数据区域，点击顶部菜单栏「数据」→「从表格/区域」（弹出对话框时勾选「我的表格有标题」，点击确定）
• 进入Power Query编辑器后，按住Ctrl选中「学号」和「姓名」两列
• 点击顶部「转换」选项卡→「透视列」
• 在弹出的设置窗口中：
  • 「值列」选择「成绩」
  • 「列名」选择「科目」
  • 「聚合函数」选择「不要聚合」（每个学号+姓名+科目仅对应一条成绩记录，无需聚合）
• 点击「确定」后，点击编辑器左上角「关闭并上载」，合并后的表格会自动生成在新工作表中

方法二：使用Python Pandas快速处理 #

先通过pip install pandas openpyxl安装依赖库，再运行以下代码：

import pandas as pd

# 读取原始数据文件，替换为你的文件路径（支持xlsx、csv格式）
df = pd.read_excel("原始学生成绩.xlsx")

# 按学号、姓名分组，将科目转为列，对应填充成绩
merged_df = df.pivot_table(
    index=["学号", "姓名"],
    columns="科目",
    values="成绩",
    aggfunc="first"  # 针对唯一记录直接取值，避免重复聚合
).reset_index()

# 可选：将列名改为「语文成绩」「数学成绩」这类更直观的名称
merged_df.columns = ["学号", "姓名"] + [f"{subject}成绩" for subject in merged_df.columns[2:]]

# 保存合并后的结果到新文件
merged_df.to_excel("合并后学生成绩.xlsx", index=False)

补充说明 #

• Excel的Consolidate功能更适合数值汇总计算，不匹配这种「行转列+唯一值匹配」的场景，Power Query是更适配的工具
• 手动遍历Python代码容易出现索引匹配错误，用pandas的透视表函数可自动完成分组和列匹配，避免手动逻辑的bug

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