如何在PL/SQL中实现行转列？附示例表与目标结果

首先明确你的需求：将原始的键值对结构数据表，转置为以RPTFIELD值为列名、DESC_E值为对应列数据的结构。以下是不同场景下的最优实现方式：

原始数据表 #

目标结果表 #

1. SQL 数据库环境 #

如果数据存储在数据库中，根据数据库支持情况选择以下方案：

方案一：使用PIVOT语法（适用于SQL Server、Oracle等支持该语法的数据库）

SELECT TITLE1, TITLE2, TITLE3
FROM (
    SELECT DESC_E, RPTFIELD
    FROM your_table_name
) AS source_data
PIVOT (
    MAX(DESC_E) FOR RPTFIELD IN (TITLE1, TITLE2, TITLE3)
) AS pivoted_table;

方案二：条件聚合（通用所有SQL数据库，兼容性最强）

SELECT
    MAX(CASE WHEN RPTFIELD = 'TITLE1' THEN DESC_E END) AS TITLE1,
    MAX(CASE WHEN RPTFIELD = 'TITLE2' THEN DESC_E END) AS TITLE2,
    MAX(CASE WHEN RPTFIELD = 'TITLE3' THEN DESC_E END) AS TITLE3
FROM your_table_name;

2. Excel/电子表格环境 #

方案一：数据透视表（高效直观，适合动态数据）

1. 选中原始数据区域
2. 点击「插入」→「数据透视表」
3. 将RPTFIELD拖到「列」区域，DESC_E拖到「值」区域
4. 将值字段的汇总方式改为「最大值」或「最小值」（因每个标题对应唯一描述，结果一致）
5. 调整格式即可得到目标表结构

方案二：TRANSPOSE函数（适合静态固定数据）

=TRANSPOSE(B2:B4)  // 生成标题行
=TRANSPOSE(A2:A4)  // 生成数据行

注：Excel 365直接输入即可生效，旧版本需按Ctrl+Shift+Enter作为数组公式执行。

3. Python Pandas 环境 #

用Pandas的pivot方法快速实现：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'DESC_E': ['desc 1', 'desc 2', 'desc 3'],
    'RPTFIELD': ['TITLE1', 'TITLE2', 'TITLE3']
})

# 行转列处理
pivoted_df = df.pivot(columns='RPTFIELD', values='DESC_E').reset_index(drop=True)

# 输出结果
print(pivoted_df)

内容的提问来源于stack exchange，提问作者K Chiu