如何在Microsoft Excel中将2022年蒙特利尔自行车流量数据集转为2023年格式？

针对你需要将2022年宽表格式的自行车流量数据转换为2023年窄表（每行对应一个Datetime+流量值）格式的需求，以下是两种可靠的解决方法，解决Excel转置函数无法处理的Datetime排序问题：

方法一：Excel Power Query（可视化操作，适合非编程用户） #

1. 导入数据到Power Query
   选中2022年数据区域，点击「数据」选项卡 →「从表格/区域」，勾选「我的表格有标题」，进入Power Query编辑器。
2. 逆透视小时列
   选中日期列（如「Date」），点击「转换」选项卡 →「逆透视列」→「逆透视其他列」。此时所有小时列会被转为「属性」（小时值，如00:00）和「值」（对应流量）两列。
3. 生成标准Datetime列
   添加自定义列，输入公式 = [Date] + Time.From([属性])，将新列命名为「Datetime」。
4. 整理列结构
   删除原「Date」和「属性」列，将「Datetime」列移至首位，把「值」列重命名为和2023年一致的名称（如「Bike Count」）。
5. 排序并导出
   选中「Datetime」列，点击「开始」选项卡 →「排序升序」，最后点击「关闭并上载」，即可得到与2023年格式完全一致的数据集。

方法二：Python Pandas（适合批量/自动化处理） #

如果需要重复处理或数据量较大，用Pandas代码可以快速完成转换：

import pandas as pd

# 读取2022年Excel数据（确保Date列被解析为日期格式）
df_2022 = pd.read_excel("2022_bike_data.xlsx", parse_dates=["Date"])

# 将宽表转为窄表，拆分日期和小时
df_melted = df_2022.melt(id_vars=["Date"], var_name="Hour", value_name="Bike Count")
# 组合日期与小时为标准Datetime
df_melted["Datetime"] = pd.to_datetime(df_melted["Date"].astype(str) + " " + df_melted["Hour"])

# 整理列顺序并按Datetime排序
df_final = df_melted[["Datetime", "Bike Count"]].sort_values("Datetime").reset_index(drop=True)

# 导出为Excel文件
df_final.to_excel("2022_bike_data_standardized.xlsx", index=False)

内容的提问来源于stack exchange，提问作者harmonben85