如何将数据表转换为Pivot Table或Matrix Table（无循环实现）

以下是几种无需循环的实现方式，覆盖Python、SQL和Excel工具场景：

1. Python Pandas 实现 #

利用Pandas内置的pivot方法直接完成转换，全程无需循环：

import pandas as pd

# 构造源数据DataFrame
source_data = [
    ["8/4/2023", "Team 01", "S", 10],
    ["8/4/2023", "Team 02", "M", 20],
    ["8/4/2023", "Team 03", "L", 30],
    ["8/5/2023", "Team 01", "M", 40],
    ["8/5/2023", "Team 02", "M", 50]
]
df = pd.DataFrame(source_data, columns=["Date", "TeamNo", "Size", "Qty"])

# 执行透视转换
pivot_result = df.pivot(
    index=["TeamNo", "Size"],
    columns="Date",
    values="Qty"
).reset_index()

# 清理列名层级
pivot_result.columns.name = None

# 输出结果（与目标结构一致）
print(pivot_result)

转换后缺失的数值会自动填充为NaN，对应需求中的null。

2. SQL 实现（以MySQL为例） #

通过条件聚合实现，无需循环逻辑：

SELECT
    TeamNo,
    Size,
    MAX(CASE WHEN Date = '8/4/2023' THEN Qty ELSE NULL END) AS `8/4/2023`,
    MAX(CASE WHEN Date = '8/5/2023' THEN Qty ELSE NULL END) AS `8/5/2023`
FROM your_table_name
GROUP BY TeamNo, Size
ORDER BY TeamNo, Size DESC;

• 核心逻辑是按TeamNo和Size分组，用CASE WHEN筛选对应日期的Qty值
• MAX函数用于确保分组后仅保留唯一有效数值，缺失值自动填充NULL
• 若日期是动态的，MySQL 8.0+可结合动态SQL生成列名

3. Excel 可视化操作实现 #

无需代码，用Excel内置透视表功能一键转换：

1. 选中源数据区域，点击「插入」→「数据透视表」
2. 将TeamNo和Size拖到「行」区域
3. 将Date拖到「列」区域
4. 将Qty拖到「值」区域，值字段设置为「求和」（因单组仅一个值，求和等价于取数）
5. 调整行排序，即可得到与目标一致的矩阵表，缺失值自动显示为空

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